除非特别说明，本系列采用的都是Lucene-3.6.2
Lucene官网：http://lucene.apache.org
Lucene下载：http://archive.apache.org/dist/lucene/java/
Lucene文档：http://wiki.apache.org/lucene-java/
简介
对于全文搜索工具：都是由索引、分词、搜索三部分组成
并且需要认清一点：被存储和被索引，是两个独立的概念
关于域，要介绍一下
域的存储选项，有以下两个
- Field.Store.YES：会把该域中的内容存储到文件中，方便进行文本的还原
- Field.Store.NO ：表示该域中的内容不存储到文件中，但允许被索引，且内容无法完全还原（doc.get(##)）
域的索引选项，有以下几个
- Field.Index.ANALYZED ：进行分词和索引,适用于标题、内容等
- Field.Index.NOT_ANALYZED ：进行索引但不分词（如身份证号、姓名、ID等）,适用于精确搜索
- Field.Index.ANALYZED_NOT_NORMS ：分词但不存储norms信息（norms包含了索引和排序评分规则权值等信息）
- Field.Index.NOT_ANALYZED_NOT_NORMS：即不进行分词也不存储norms信息
- Field.Index.NO ：不进行索引
另外，域选项的几个最佳实践，如下所示
| Field.Store | Field.Index | 域值 |
|---|---|---|
| YES | NOT_ANALYZED_NOT_NORMS | 标识符（主键、文件名），电话号码，身份证号，姓名，日期 |
| YES | ANALYZED | 文档标题和摘要 |
| NO | ANALYZED | 文档正文 |
| YES | NOT_ANALYZED | 隐藏关键字 |
| YES | NO | 文档类型，数据库主键（不进行索引） |
代码
下面演示一下Lucene-3.6.2基本的创建索引和搜索文件的方式
注意：测试时，要在/myExample/01_file/文件夹中准备几个包含内容的文件（比如txt格式的）
然后先执行createIndex()方法，再执行searchFile()方法，最后观看控制台输出即可
package com.jadyer.lucene;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryParser.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
/**
* Lucene系列第01节之基础用法
* 这里只需用到一个lucene-core-3.6.2.jar
* Created by 玄玉<https://jadyer.cn/> on 2013/08/18 15:26.
*/
public class LuceneHelloWord {
private static final String PATH_OF_FILE = "myExample/01_file/"; //待索引文件的目录
private static final String PATH_OF_INDEX = "myExample/01_index/"; //存放索引文件的目录
/**
* 创建索引
* ------------------------------------------------------------------------------------------------------
* 1、创建Directory--------指定索引被保存的位置
* 2、创建IndexWriter------通过IndexWriter写索引
* 3、创建Document对象-----我们索引的有可能是一段文本or数据库中的一张表
* 4、为Document添加Field--相当于Document的标题、大小、内容、路径等等，二者类似于数据库表中每条记录和字段的关系
* 5、通过IndexWriter添加文档到索引中
* 6、关闭IndexWriter------用完IndexWriter之后，必须关闭之
* ------------------------------------------------------------------------------------------------------
* _0.fdt和_0.fdx文件--保存域中所存储的数据(Field.Store.YES条件下的)
* _0.fnm文件----------保存域选项的数据(即new Field(name, value)中的name)
* _0.frq文件----------记录相同的文件(或查询的关键字)出现的次数，它是用来做评分和排序的
* _0.nrm文件----------存储一些评分信息
* _0.prx文件----------记录偏移量
* _0.tii和_0.tis文件--存储索引里面的所有内容信息
* segments_1文件------它是段文件，Lucene首先会到段文件中查找相应的索引信息
* ------------------------------------------------------------------------------------------------------
*/
public void createIndex(){
Directory directory = null;
IndexWriter writer = null;
Document doc = null;
try{
//FSDirectory会根据运行环境打开一个合理的基于File的Directory（若在内存中创建索引则使用RAMDirectory）
//这里是在硬盘上"D:/OS_Folder/Desktop/luceneDemo/index01/"文件夹中创建索引
directory = FSDirectory.open(new File(PATH_OF_INDEX));
//由于Lucene2.9之后，其索引的格式就不会再兼容Lucene的所有版本了,所以创建索引前要指定其所匹配的Lucene版本号
//这里使用了Lucene的标准分词器
writer = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_36, new StandardAnalyzer(Version.LUCENE_36)));
for(File file : new File(PATH_OF_FILE).listFiles()){
doc = new Document();
//把内容添加到索引域中，即为该文档存储信息，供将来搜索时使用（下面的写法，其默认为Field.Store.NO和Field.Index.ANALYZED）
//若想把content的内容也存储到硬盘上，那就需要先把file转换成字符串，然后按照"fileName"的存储方式加到Field中
//doc.add(new Field("content", FileUtils.readFileToString(file), Field.Store.YES, Field.Index.ANALYZED));
doc.add(new Field("content", new FileReader(file)));
//Field.Store.YES-----------这里是将文件的全名存储到硬盘中
//Field.Index.NOT_ANALYZED--这里是不对文件名进行分词
doc.add(new Field("fileName", file.getName(), Field.Store.YES, Field.Index.NOT_ANALYZED));
doc.add(new Field("filePath", file.getAbsolutePath(), Field.Store.YES, Field.Index.NOT_ANALYZED));
//通过IndexWriter添加文档到索引中
writer.addDocument(doc);
}
}catch(Exception e){
System.out.println("创建索引的过程中遇到异常,堆栈轨迹如下");
e.printStackTrace();
}finally{
if(null != writer){
try {
//IndexWriter在用完之后一定要关闭
writer.close();
} catch (IOException ce) {
System.out.println("关闭IndexWriter时遇到异常,堆栈轨迹如下");
ce.printStackTrace();
}
}
}
}
/**
* 搜索文件
* 1、创建Directory
* 2、创建IndexReader
* 3、根据IndexReader创建IndexSearcher
* 4、创建搜索的Query
* 5、根据searcher搜索并返回TopDocs
* 6、根据TopDocs获取ScoreDoc对象
* 7、根据searcher和ScoreDoc对象获取具体的Document对象
* 8、根据Document对象获取需要的值
* 9、关闭IndexReader
*/
public void searchFile(){
IndexReader reader = null;
try{
reader = IndexReader.open(FSDirectory.open(new File(PATH_OF_INDEX)));
IndexSearcher searcher = new IndexSearcher(reader);
//创建基于Parser搜索的Query，创建时需指定其"搜索的版本,默认搜索的域,分词器"...这里的域指的是创建索引时Field的名字
QueryParser parser = new QueryParser(Version.LUCENE_36, "content", new StandardAnalyzer(Version.LUCENE_36));
Query query = parser.parse("java"); //指定搜索域为content（即上一行代码指定的"content"）中包含"java"的文档
TopDocs tds = searcher.search(query, 10); //第二个参数指定搜索后显示的条数，若查到5条则显示为5条，查到15条则只显示10条
ScoreDoc[] sds = tds.scoreDocs; //TopDocs中存放的并不是我们的文档，而是文档的ScoreDoc对象
for(ScoreDoc sd : sds){ //ScoreDoc对象相当于每个文档的ID号，我们就可以通过ScoreDoc来遍历文档
Document doc = searcher.doc(sd.doc); //sd.doc得到的是文档的序号
System.out.println(doc.get("fileName") + "["+doc.get("filePath")+"]"); //输出该文档所存储的信息
}
}catch(Exception e){
System.out.println("搜索文件的过程中遇到异常,堆栈轨迹如下");
e.printStackTrace();
}finally{
if(null != reader){
try {
reader.close();
} catch (IOException e) {
System.out.println("关闭IndexReader时遇到异常,堆栈轨迹如下");
e.printStackTrace();
}
}
}
}
}