javalucene46搜索

A. 如何用java的lucene對資料庫進行全文檢索

lucene是一個公用的全文索引組件，它的目標是把各種各樣格式的數據轉化成lucene特有的索引文件格式，這樣才能通過lucene的高速檢索機制進行全文檢索。

你的數據來源可以是關系資料庫，可以是word、execl、txt文檔，可以是html網頁，對於這些數據源，你必須將它們內部的數據讀取出來，並封裝成lucene的document實例，之後讓lucene幫你構建索引。

舉個例子：你的有一個用戶資料庫，裡面存儲了幾十萬的用戶信息，你現在要對這個資料庫進行全文索引，那麼你要做的事情是：

1.寫一段傳統的JDBC程序，講每條的用戶信息從資料庫讀取出來
2.針對每條用戶記錄，建立一個lucene document
Document doc = new Document();
並根據你的需要，將用戶信息的各個欄位對應luncene document中的field 進行添加，如：
doc.add(new Field("NAME","USERNAME", Field.Store.YES,Field.Index.UN_TOKENIZED));
然後將該條doc加入到索引中， 如： luceneWriter.addDocument(doc);
這樣就建立了lucene的索引庫
3.編寫對索引庫的搜索程序（看lucene文檔），通過對lucene的索引庫的查找，你可以快速找到對應記錄的ID
4.通過ID到資料庫中查找相關記錄

上面闡述了lucene的大體用法，不知道是不是說的很清楚。

B. java中如何實現全文檢索

java的開源的免費全文檢索工具Lucene
Lucene不是一個完整的全文索引應用，而是是一個用Java寫的全文索引引擎工具包，它可以方便的嵌入到各種應用中實現針對應用的全文索引/檢索功能。

Lucene的作者：Lucene的貢獻者Doug Cutting是一位資深全文索引/檢索專家，曾經是V-Twin搜索引擎(Apple的Copland操作系統的成就之一)的主要開發者，後在Excite擔任高級系統架構設計師，目前從事於一些INTERNET底層架構的研究。他貢獻出的Lucene的目標是為各種中小型應用程序加入全文檢索功能。

Lucene的發展歷程：早先發布在作者自己的www.lucene.com，後來發布在SourceForge，2001年年底成為APACHE基金會jakarta的一個子項目：http://jakarta.apache.org/lucene/

已經有很多Java項目都使用了Lucene作為其後台的全文索引引擎，比較著名的有：

Jive：WEB論壇系統；
Eyebrows：郵件列表HTML歸檔/瀏覽/查詢系統，本文的主要參考文檔「TheLucene search engine: Powerful, flexible, and free」作者就是EyeBrows系統的主要開發者之一，而EyeBrows已經成為目前APACHE項目的主要郵件列表歸檔系統。
Cocoon:基於XML的web發布框架，全文檢索部分使用了Lucene
Eclipse:基於Java的開放開發平台，幫助部分的全文索引使用了Lucene

對於中文用戶來說，最關心的問題是其是否支持中文的全文檢索。但通過後面對於Lucene的結構的介紹，你會了解到由於Lucene良好架構設計，對中文的支持只需對其語言詞法分析介面進行擴展就能實現對中文檢索的支持。

C. 怎麼用java 開發一個搜索引擎呀

一．創建索引

1．一般創建索引的核心步驟

（1）.創建索引寫入對象IndexWriter：

IndexWriter indexWriter = new IndexWriter(INDEX_STORE_PATH,new StandardAnalyzer(),create);

參數說明：INDEX_STORE_PATH：索引文件存放路徑

new StandardAnalyzer()：分詞工具

create：此參數為Boolean型，true表示重新創建整個索引，false表示增量式創建索引。

（2）．創建文檔模型,並用IndexWriter對象寫入

Document doc = new Document();

Field field1 = new Field(fieldName1, fieldValue ,Field.Store.YES, Field.Index.TOKENIZED);

doc.add(field1);

Field field2 = new Field(fieldName2, fieldValue ,Field.Store.YES, Field.Index.TOKENIZED);

doc.add(field2)；

……

indexWriter.addDocument(doc);

indexWriter.close();

參數說明：

Document：負責搜集數據源,它可以從不同的物理文件提取數據並放入同一個Document中或從一個物理文件中提取出不同的數據並放入同一個Document中。

如下圖所示

二．搜索索引

1.lucene搜索的核心步驟：

String[]fields={「title」,「summary」,……};//要查找的field范圍

BooleanClause.Occur[]flags={BooleanClause.Occur.SHOULD, BooleanClause.Occur.MUST ,……};

Queryquery = MultiFieldQueryParser.parse(queryStr, fields,flags,new StandardAnalyzer());

Hitshits=newIndexSearcher(INDEX_STORE_PATH).search(query);

for (int i = 0;i < hitsLength ; i++)

{

Document doc = hits.doc(i);

String title = doc.get(「title」);

String summary = doc.get(「summary」);

//搜索出來的結果高亮顯示在頁面上

if (title != null) {

TokenStream tokenStream = analyzer.tokenStream(「title」,new StringReader(title));

String highlighterValue = highlighter.getBestFragment(tokenStream, title) ;

if(highlighterValue != null){

title = highlighterValue ;

}

//log.info("SearchHelper.search.title="+title);

}

if(summary!= null){

TokenStream tokenStream = analyzer.tokenStream(「summary」,new StringReader(summary));

String highlighterValue = highlighter.getBestFragment(tokenStream, creator) ;

if(highlighterValue != null){

summary = highlighterValue ;

}

//log.info("SearchHelper.search. summary ="+ summary);

}

}

2．結合平台構造搜索模塊

PageData類用來存放檢索結果集數據。

PageInfo類用來存放頁面相關信息例如，PageData對象集合、總記錄個數、每一頁的記錄數、總頁面數量等等。

SearchHelper用來充當整個搜索模塊的對外介面。

三．為平台組件添加索引的步驟（以知識中心為例）

1．在com.cscec.oa.searchengine.extend.mole目錄下添加一個新的package

例如：com.cscec.oa.searchengine.extend.mole.resourcestore

2．在新的目錄下建立data package並建立相應的數據類，並使這個數據類繼承BeanData。

例如：

package com.cscec.oa.searchengine.extend.mole.resourcestore.data

public class ResourceStoreBeanData extends BeanData{

}

3.與data package同一級目錄建立manager package並建立相應管理類，並使這個管理類繼承BeanDataManager

例如：

com.cscec.oa.searchengine.extend.mole.resourcestore.manager

public class extends BeanDataManager{

}

4．以管理員的身份登陸OA後，在菜單中找到「索引模塊管理」鏈接，將相應信息添加完成後，便可以在List頁面點擊「創建索引」對該模塊的數據進行索引的建立，建立完成後便可以進行查詢。

D. java 搜索引擎

用lucene檢索包，很強大。到官網下一個最新版本就可以進行二次開發。
至於中文支持，可以使用流行的中文分詞包，建議用用paoding。

E. 用Java如何實現站內搜索

1，使用lucene
2. 使用solr
3. 使用sphinx
4. 低效率使用sql like

F. java如何實現文件搜索功能

java實現文件搜索主要使用類和正則表達式，如下示例：

packagecom.kiritor.util;

importjava.io.File;
importjava.io.FileFilter;
importjava.util.Arrays;
importjava.util.Collections;
importjava.util.List;

/**
*文件的相關操作類
*
*@authorKiritor
*/
publicclassFileOperation{
	;
	privatestaticStringfilePath;
	privatestaticFile[]fileList=null;//保存文件列表,過濾掉目錄

	publicFileOperation(){

	}

	/**構造函數的參數是一個目錄*/
	publicFileOperation(Stringpath){
		Filefile=newFile(path);
		if(file.isDirectory())
			this.contentPath=path;
		else
			this.filePath=path;
	}
/**獲取文件列表*/
	publicstaticFile[]getFiles(){
		if(contentPath==null){

			Filefile=newFile(filePath);
			fileList=newFile[1];
			fileList[0]=file;
			returnfileList;
		}
		fileList=newFile(contentPath).listFiles(newFileFilter(){
			
			/**使用過濾器過濾掉目錄*/
			@Override
			publicbooleanaccept(Filepathname){
				if(pathname.isDirectory())
				{
					returnfalse;
				}else
					returntrue;
			}
		});
		returnfileList;
	}

	/**對當前目錄下的所有文件進行排序*/
	publicstaticFile[]sort(){
		getFiles();
		Arrays.sort(fileList,newFileComparator());
		returnfileList;
	}
	
	publicstaticvoidtree(Filef,intlevel){
		StringpreStr="";
		for(inti=0;i<level;i++){
			preStr+="";
		}
		File[]childs=f.listFiles();
		//返回一個抽象路徑名數組，這些路徑名表示此抽象路徑名表示的目錄中的文件。
		for(inti=0;i<childs.length;i++){
			System.out.println(preStr+childs[i].getName());
			if(childs[i].isDirectory()){
				tree(childs[i],level+1);
			}
		}
	}

	//提供一個"比較器"
	.util.Comparator<File>{
		@Override
		publicintcompare(Fileo1,Fileo2){
			//按照文件名的字典順序進行比較
			returno1.getName().compareTo(o2.getName());
		}

	}
}

G. Java lucene 急求一個文檔分塊檢索的類！！！！

一般中文都是用google的paoding分詞。。你可以去google免費下載使用
如果是lucene可以自定義Field啊？
暈。。要例子。。貼一個給你：paoding的標准文檔例子：
String IDNEX_PATH = "E:/paoding_test_index";

//獲取Paoding中文分詞器

Analyzer analyzer = new PaodingAnalyzer();

//建立索引

IndexWriter writer = new IndexWriter(IDNEX_PATH, analyzer, true);

Document doc = new Document();

Field field = new Field("content", "你好，世界!", Field.Store.YES,

Field.Index.TOKENIZED, Field.TermVector.WITH_POSITIONS_OFFSETS);

doc.add(field);

writer.addDocument(doc);

writer.close();

System.out.println("Indexed success!");

//檢索

IndexReader reader = IndexReader.open(IDNEX_PATH);

QueryParser parser = new QueryParser("content", analyzer);

Query query = parser.parse("你好");

Searcher searcher = new IndexSearcher(reader);

Hits hits = searcher.search(query);

if (hits.length() == 0) {

System.out.println("hits.length=0");

}

Document doc2 = hits.doc(0);

//高亮處理

String text = doc2.get("content");

TermPositionVector tpv = (TermPositionVector) reader.getTermFreqVector(

0, "content");

TokenStream ts = TokenSources.getTokenStream(tpv);

Formatter formatter = new Formatter() {

public String highlightTerm(String srcText, TokenGroup g) {

if (g.getTotalScore() <= 0) {

return srcText;

}

return "<b>" + srcText + "</b>";

}

};

Highlighter highlighter = new Highlighter(formatter, new QueryScorer(

query));

String result = highlighter.getBestFragments(ts, text, 5, "…");

System.out.println("result:\n\t" + result);

reader.close();