基于Lucene创建索引库

使用indexwriter对象创建索引

1.1. 实现步骤

整体思想 :1.采集文件系统中的文档数据，放入Lucene的Document中
         2.写入索引库（）对文档(Document)进行分词创建索引（利用IndexWriter对象 ）

　　第一步：创建一个java工程，并导入jar包。

　　第二步：创建一个indexwriter对象。

　　　　1）指定索引库的存放位置Directory对象

　　　　2）指定一个分析器，对文档内容进行分析。

　　第二步：创建document对象。

　　第三步：创建field对象，将field添加到document对象中。

　　第四步：使用indexwriter对象将document对象写入索引库，此过程进行索引创建。并将索引和document对象写入索引库。

　　第五步：关闭IndexWriter对象。

1.2. Field域的属性

　　是否分词:

　　分词的作用是为了索引

　　需要分词: 文件名称, 文件内容

　　不需要分词: 不需要索引的域不需要分词,还有就是分词后无意义的域不需要分词

比如: id, 身份证号

　　是否索引:

　　索引的的目的是为了搜索.

　　需要搜索的域就一定要创建索引,只有创建了索引才能被搜索出来

　　不需要搜索的域可以不创建索引

　　需要索引: 文件名称, 文件内容, id, 身份证号等

　　不需要索引: 比如图片地址不需要创建索引, e:\xxx.jpg

　　　　因为根据图片地址搜索无意义

　　是否存储:

　　存储的目的是为了显示.

　　　　是否存储看个人需要,存储就是将内容放入Document文档对象中保存出来,会额外占用磁盘空间, 如果搜索的时候需要马上显示出来可以放入document中也就是要存储,这样查询显示速度快, 如果不是马上立刻需要显示出来,则不需要存储。　　

1.3. 代码实现

//创建索引

@Test
    public void testIndexCreate() throws Exception{
        //***整体思想 ：1.采集文件系统中的文档数据，放入Lucene的Document中
        //             2.写入索引库（）对文档(Document)进行分词创建索引（利用IndexWriter对象 ）

        //创建文档列表，保存多个document
        List <Document> docList=new ArrayList<Document>();
        //指定文件所在目录
        File dir=new File("E:\ideaworkpase\demotest\searchsource");
        //循环取出文件
        for(File file:dir.listFiles()){
            // 文件名称
            String fileName=file.getName();
            //文件内容
            String fileContext= FileUtils.readFileToString(file);
            //文件大小
            Long fileSize=FileUtils.sizeOf(file);

            //文档对象，文件系统中的一个文件就是一个document对象
            Document doc=new Document();
            //第一个参数：域名
            //第二个参数：域值
            //第三个参数：是否存储
            TextField nameField=new TextField("fileName",fileName, Field.Store.YES);
            TextField contextField=new TextField("fileContext",fileContext, Field.Store.YES);
            TextField sizeField=new TextField("fileSize",fileSize.toString(), Field.Store.YES);

            //将所有的域存入文档中
            doc.add(nameField);
            doc.add(contextField);
            doc.add(sizeField);
            //将文档存入文档集合中
            docList.add(doc);
        }

        //创建分词器，StandarAnalyzer标准分词器，对英文分词效果很好，对中文单字分词
        Analyzer analyzer=new StandardAnalyzer();

        //指定索引和文档存储的路径
        Directory directory= FSDirectory.open(new File("E:\ideaworkpase\demotest\luceneindex"));
        //创建写对象的初始化对象
        IndexWriterConfig config=new IndexWriterConfig(Version.LUCENE_4_10_3,analyzer);
        //创建索引和文档写对象
        IndexWriter indexWriter=new IndexWriter(directory,config);

        //将文档加入索引和文档的写对象中
        for(Document doc:docList){
            indexWriter.addDocument(doc);
        }
        //提交
        indexWriter.close();
        //关闭流
        indexWriter.close();
    }