文档章节

lucene学习2--document和field的作用

明舞
 明舞
发布于 2014/11/14 21:29
字数 479
阅读 29
收藏 0
代码主体:
package com.test;

import java.io.File;
import java.io.FileNotFoundException;
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.classic.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;
import org.apache.lucene.util.packed.PackedInts.Writer;

public class IndexUtil {
	private String[] ids = {"1","2","3","4","5","6"};
    private String[] emails = {"aa@tom.com","bb@edu.com","cc@sina.com","dd@yaho.com","ee@qq.com","ff@163.com"};
    private String[] content = {"welcome to 1 room","welcome to 2 room","welcome to 3 room","welcome to 4 room","welcome to 5 room","welcome to 6 room",};
    private int[]    attachs = {1,4,3,2,5,1}; //模拟附件数量
    private String[] names = {"张三","李四","王五","马六","赵七","刘八"};
    private Directory directory =null;
    public IndexUtil () throws Exception{
    	directory = FSDirectory.open(new File(
				"D:/lucene-file/index02"));
    }
    public void index() throws Exception {
    	IndexWriter writer = null;
    	writer = new IndexWriter(directory, new IndexWriterConfig(Version.LATEST, new StandardAnalyzer(Version.LATEST)));
		Document doc = null;
    	for (int i = 0; i < ids.length; i++) {
    		doc = new Document();
			doc.add(new Field("id", ids[i],Field.Store.YES,Field.Index.NOT_ANALYZED));
			//field.Store.YES的意思是,是不是把该域中的内容完全存储到索引文件当中,方便进行文本的还原。
			//field.Store.NO的意思是,把这个域的内容不存储到索引文件中,但是呢,可以被索引。此时内容无法完全还原。就是无法使用doc.get来还原。一般的搜索引擎也是只显示简介,不会显示所有内容
		    //---------------------------------
			//Field.Index叫做索引选项。  
			//Index.ANALYZED  进行分词和索引,适用于标题和内容
			//Index.NOT_ANALYZED 进行索引,但是不尽兴分词,如身份证号,姓名,ID等,适用于精确搜索
			//Index.ANALYZED_NOT_NORMS 进行分词,但是不存储norms信息,这个norms中包括了创建索引的时间和权值等信息。
			//Index.NOT_ANALYZED_NOT_NORMS 既不进行分词也不存储norms。
			//Index.NO 不进行索引
			doc.add(new Field("email", emails[i],Field.Store.YES,Field.Index.NOT_ANALYZED));
			doc.add(new Field("content", content[i],Field.Store.NO,Field.Index.ANALYZED));
    	    doc.add(new Field("name", names[i],Field.Store.YES,Field.Index.NOT_ANALYZED_NO_NORMS));
    	    writer.addDocument(doc);
    	}
    	if (writer!=null) {
			writer.close();
		}
	}
    public void query() throws Exception{
    	IndexReader indexReader = IndexReader.open(directory);
    	System.out.println("文档数量是-----"+indexReader.numDocs());
    }
}
测试类
package com.junittest;

import static org.junit.Assert.*;

import org.junit.Test;

import com.test.IndexUtil;

public class testIndex {

	@Test
	public void test() throws Exception {
		IndexUtil iUtil = new IndexUtil();
		iUtil.index();
	}
	
	@Test
	public void testquery() throws Exception{
		IndexUtil iUtil = new IndexUtil();
		iUtil.query();
	}

}


© 著作权归作者所有

共有 人打赏支持
明舞
粉丝 229
博文 424
码字总数 516555
作品 0
程序员
Lucene学习笔记

luncene对Document和Field提供了一个可以设置的Boosting参数, 这个参数的用处是告诉lucene, 某些记录更重要,在搜索的时候优先考虑他们 比如在搜索的时候你可能觉得几个门户的网页要比垃圾...

红薯
2008/11/30
1K
3
Lucene学习笔记(二)

import java.io.IOException; import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.analysis.SimpleAnalyzer; import org.apache.lucene.document.Document; import org.......

嗯哼9925
2017/12/26
0
0
Lucene.Net Research

Lucene.Net Research The history of Lucene. 1 What is the Lucene. 1 Lucene.net basic objects. 2 Behind the scenes of indexing. 8 Concurrency rules of Lucene. 10 The history of Lu......

长平狐
2012/08/28
969
1
Lucene学习笔记(一)

建立索引: import java.io.File; import java.io.FileReader; import java.io.IOException; import java.util.Date; import org.apache.lucene.analysis.standard.StandardAnalyzer; import ......

嗯哼9925
2017/12/17
0
0
lucene基础(1)

lucene使用步骤分为两步,一是建立索引,二是搜索索引文档; 一、建立索引 先了解必须的五个基础类; 1、Document:由过个Field组成。相当于数据库的一条记录,Field对象相当于记录的字段; ...

110hxl
2016/10/11
9
1

没有更多内容

加载失败,请刷新页面

加载更多

sourcetree 离线免注册登录安装教程

Sourcetree是一个优秀的git可视化管理工具,深受开发者喜爱Sourcetree官网,但是在安装时需要谷歌账户登录,需要翻qiang才可以,此一点一直被人们所诟病。今天本教程就为大家提供离线免登陆安...

QQZZFT
14分钟前
0
0
使用 PostgreSQL 解决一个实际的统计分析问题

使用 PostgreSQL 解决一个实际的统计分析问题作者:老农民(刘启华)Email: 46715422@qq.com 之前有个朋友扔给我一个奇葩需求,他们公司之前做了一批问卷调查,全部都是统一格式的excel...

新疆老农民
17分钟前
0
0
TypeScript基础入门之高级类型的映射类型

转发 TypeScript基础入门之高级类型的映射类型 高级类型 映射类型 一个常见的任务是将一个已知的类型每个属性都变为可选的: interface PersonPartial {    name?: string;    age?...

durban
32分钟前
0
0
Dubbo源码分析(6):Dubbo内核实现之基于SPI思想Dubbo内核实现

SPI接口定义 定义了@SPI注解 package com.alibaba.dubbo.common.extension; import java.lang.annotation.Documented;import java.lang.annotation.ElementType;import java.lang.an......

郑加威
32分钟前
0
0
RxJS的另外四种实现方式(后记)—— 同时实现管道和链式编程

目录 RxJS的另外四种实现方式(序) RxJS的另外四种实现方式(一)——代码最小的库 RxJS的另外四种实现方式(二)——代码最小的库(续) RxJS的另外四种实现方式(三)——性能最高的库 Rx...

一个灰
35分钟前
0
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部