博乐园

    // 创建索引

    public void indexFiles() {

         // 创建索引文件存放路径

        File indexDir = new File("E:\\lucene_Learning\\lucene-2.0.0src\\src\\demo\\index");

 

        try {

            Date start = new Date();

             // 创建分析器 , 主要用于从文本中抽取那些需要建立索引的内容 , 把不需要参与建索引的文本内容去掉 .

            // 比如去掉一些 a the 之类的常用词 , 还有决定是否大小写敏感 .

            StandardAnalyzer standardAnalyzer = new StandardAnalyzer();

             // 参数 true 用于确定是否覆盖原有索引的

            IndexWriter indexWriter = new IndexWriter(indexDir, standardAnalyzer, true);

            indexWriter.setMergeFactor(100);

            indexWriter.setMaxBufferedDocs(100);

             // 只索引这个 Field 的前 5000 个字，默认为 10000

              indexWriter.setMaxFieldLength(5000);

             // 从数据库取出所有纪录

            List articleList = articleManager.getArticles(null);

            for (int i = 0; i < articleList.size(); i++) {

                Article article = (Article) articleList.get(i);

                 // 在 Document 方法是创建索引的具体代码

                Document doc = Document(article);

                indexWriter.addDocument(doc);

            }

             // Optimize 的过程就是要减少剩下的 Segment 的数量 , 尽量让它们处于一个文件中 .

            indexWriter.optimize();

              indexWriter.close();

            Date end = new Date();

            System.out.println("create index: " + (end.getTime() - start.getTime()) + " total milliseconds");

        } catch (IOException e) {

            System.out.println(" caught a " + e.getClass() + "\n with message: " + e.getMessage());

        }

    }

    public static Document Document(Article article)

            throws java.io.IOException {

        Document doc = new Document();

         // 为 article 表的主健创建索引，关于 Field 的几个参数下面有详细解释

        Field fieldId = new Field("uid", article.getArticleId(), Field.Store.YES, Field.Index.UN_TOKENIZED, Field.TermVector.YES);

         // 为 detail 字段创建索引， detail 在 DB 中是 clob 字段，内容为 html 文本

        String contentHtml = article.getDetail();

        Reader read = new StringReader(contentHtml);

          // 用 HTMLParser 把 detail 字段中的 HTML 分析成文本在索引

        // HTMLParser 这个类可以在 lucene 的 demo 中找到

        HTMLParser htmlParser = new HTMLParser(read);

        BufferedReader breader = new BufferedReader(htmlParser.getReader());

        String htmlContent ="";

        String tempContent = breader.readLine();

        while (tempContent != null && tempContent.length() > 0) {

            htmlContent = htmlContent + tempContent;

            tempContent = breader.readLine();

        }

        Field fieldContents = new Field("content", htmlContent,

                Field.Store.COMPRESS, Field.Index.TOKENIZED,Field.TermVector.YES);

        // db 中的每条纪录对应一个 doc ，每个字段对应一个 field

        doc.add(fieldId);

        doc.add(fieldContents);

        return doc;

    }

     // 搜索文件， keyword 是你在页面上输入的查找关键字，这里查找的是 detail 字段

    public List searchFiles(String keyword){

        String index = "E:\\lucene_Learning\\lucene-2.0.0src\\src\\demo\\index";

         // hitsList 用来保存 db 的纪录，这些纪录可以通过查询结果取到

        List hitsList = new ArrayList();

        try {

            Date start = new Date();

            IndexReader reader = IndexReader.open(index);

            Searcher searcher = new IndexSearcher(reader);

            Analyzer analyzer = new StandardAnalyzer();

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

             // 解析查询关键字，比如输入的是以空格等分开的多个查询关键字，这里解析后，可以多条件查询

            Query query = parser.parse(keyword);

             // hits 用来保存查询结果，这里的 hits 相当于 sql 中的 result

            Hits hits = searcher.search(query);

             for (int i = 0; i < hits.length(); i++) {

                Document doc = hits.doc(i);

                 // 获得 article 表的主健

                String id = doc.get("uid");