上一节:
下一节:

  Lucene - 字段选项

  • 简述

    字段是索引过程中最重要的单元。它是包含要索引的内容的实际对象。当我们添加一个字段时，Lucene 使用字段选项在该字段上提供了大量控件，这些控件说明了一个字段有多少可搜索。
    我们将包含Field(s) 的Document(s)添加到IndexWriter，其中 IndexWriter 用于更新或创建索引。
    现在，我们将向您展示逐步方法，并使用一个基本示例帮助您了解各种字段选项。

  • 各种字段选项

    以下是各种字段选项 -
    • Index.ANALYZED——这里，我们先分析，再做索引。这用于普通文本索引。Analyzer 会将字段的值分解为令牌流，并且每个令牌都可以单独搜索。
    • Index.NOT_ANALYZED- 在这里，我们不分析而是做索引。这用于完整的文本索引。例如，人名、URL 等。
    • Index.ANALYZED_NO_NORMS - 这是一个变种 Index.ANALYZED. 分析器会将字段的值分解为令牌流，并且每个令牌都可以单独搜索。但是，NORM 不存储在索引中。NORMS 用于促进搜索，这通常最终会消耗大量内存。
    • Index.Index.NOT_ANALYZED_NO_NORMS - 这是 Index.NOT_ANALYZED. 索引已完成，但 NORMS 未存储在索引中。
    • Index.NO − 字段值不可搜索。

  • 字段选项的使用

    以下是可以使用字段选项的不同方式 -
    • 创建一种从文本文件中获取 Lucene 文档的方法。
    • 创建各种类型的字段，这些字段是键值对，包含键作为名称和值作为要索引的内容。
    • 设置要分析或不分析的字段。在我们的例子中，只分析内容，因为它可以包含搜索操作中不需要的数据，例如 a、am、are、an 等。
    • 将新创建的字段添加到文档对象并将其返回给调用者方法。 
    
private Document getDocument(File file) throws IOException {
   Document document = new Document();
   //index file contents
   Field contentField = new Field(LuceneConstants.CONTENTS, 
      new FileReader(file));
   
   //index file name
   Field fileNameField = new Field(LuceneConstants.FILE_NAME,
      file.getName(),
      Field.Store.YES,Field.Index.NOT_ANALYZED);
   
   //index file path
   Field filePathField = new Field(LuceneConstants.FILE_PATH,
      file.getCanonicalPath(),
      Field.Store.YES,Field.Index.NOT_ANALYZED);
   document.add(contentField);
   document.add(fileNameField);
   document.add(filePathField);
   return document;
}

  • 示例应用

    为了测试索引过程，我们需要创建一个 Lucene 应用程序测试。
    步 描述
    1
    创建一个名称的项目LuceneFirstApplication一个包下com.jc2182.lucene作为解释Lucene的-第一个应用程序的章节。您还可以使用在EJB - First Application章节中创建的项目来理解本章的索引过程。
    2
    创建LuceneConstants.java，TextFileFilter.java和Indexer.java作为解释Lucene的-第一个应用程序的章节。保持其余文件不变。
    3
    如下所述创建LuceneTester.java。
    4
    清理并构建应用程序以确保业务逻辑按照要求工作。

    LuceneConstants.java

    此类用于提供要在整个示例应用程序中使用的各种常量。 
    
package com.jc2182.lucene;
public class LuceneConstants {
   public static final String CONTENTS = "contents";
   public static final String FILE_NAME = "filename";
   public static final String FILE_PATH = "filepath";
   public static final int MAX_SEARCH = 10;
}

    TextFileFilter.java

    此类用作 .txt 文件过滤器。 
    
package com.jc2182.lucene;
import java.io.File;
import java.io.FileFilter;
public class TextFileFilter implements FileFilter {
   @Override
   public boolean accept(File pathname) {
      return pathname.getName().toLowerCase().endsWith(".txt");
   }
}

    Indexer.java

    此类用于索引原始数据，以便我们可以使用 Lucene 库对其进行搜索。 
    
package com.jc2182.lucene;
import java.io.File;
import java.io.FileFilter;
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.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
public class Indexer {
   private IndexWriter writer;
   public Indexer(String indexDirectoryPath) throws IOException {
      //this directory will contain the indexes
      Directory indexDirectory = 
         FSDirectory.open(new File(indexDirectoryPath));
      //create the indexer
      writer = new IndexWriter(indexDirectory, 
         new StandardAnalyzer(Version.LUCENE_36),true,
         IndexWriter.MaxFieldLength.UNLIMITED);
   }
   public void close() throws CorruptIndexException, IOException {
      writer.close();
   }
   private Document getDocument(File file) throws IOException {
      Document document = new Document();
      //index file contents
      Field contentField = new Field(LuceneConstants.CONTENTS, 
         new FileReader(file));
      
      //index file name
      Field fileNameField = new Field(LuceneConstants.FILE_NAME,
         file.getName(),
         Field.Store.YES,Field.Index.NOT_ANALYZED);
      
      //index file path
      Field filePathField = new Field(LuceneConstants.FILE_PATH,
         file.getCanonicalPath(),
         Field.Store.YES,Field.Index.NOT_ANALYZED);
      document.add(contentField);
      document.add(fileNameField);
      document.add(filePathField);
      return document;
   }   
   private void indexFile(File file) throws IOException {
      System.out.println("Indexing "+file.getCanonicalPath());
      Document document = getDocument(file);
      writer.addDocument(document);
   }
   public int createIndex(String dataDirPath, FileFilter filter) 
      throws IOException {
      //get all files in the data directory
      File[] files = new File(dataDirPath).listFiles();
      for (File file : files) {
         if(!file.isDirectory()
            && !file.isHidden()
            && file.exists()
            && file.canRead()
            && filter.accept(file)
         ){
            indexFile(file);
         }
      }
      return writer.numDocs();
   }
}

    LuceneTester.java

    该类用于测试 Lucene 库的索引能力。 
    
package com.jc2182.lucene;
import java.io.IOException;
public class LuceneTester {
     
   String indexDir = "E:\\Lucene\\Index";
   String dataDir = "E:\\Lucene\\Data";
   Indexer indexer;
   
   public static void main(String[] args) {
      LuceneTester tester;
      try {
         tester = new LuceneTester();
         tester.createIndex();
      } catch (IOException e) {
         e.printStackTrace();
      } 
   }
   private void createIndex() throws IOException {
      indexer = new Indexer(indexDir);
      int numIndexed;
      long startTime = System.currentTimeMillis();     
      numIndexed = indexer.createIndex(dataDir, new TextFileFilter());
      long endTime = System.currentTimeMillis();
      indexer.close();
      System.out.println(numIndexed+" File indexed, time taken: "
         +(endTime-startTime)+" ms");        
   }
}

  • 数据和索引目录创建

    我们使用了从 record1.txt 到 record10.txt 的 10 个文本文件，其中包含学生的姓名和其他详细信息，并将它们放在目录 E:\Lucene\Data 中。 测试数据. 索引目录路径应创建为 E:\Lucene\Index。运行此程序后，您可以看到在该文件夹中创建的索引文件列表。

  • 运行程序

    完成源、原始数据、数据目录和索引目录的创建后，就可以编译和运行程序了。为此，请保持LuceneTester.Java 激活文件选项卡并使用 Eclipse IDE 中提供的运行选项或使用 Ctrl + F11 编译并运行你的 LuceneTester应用。如果您的应用程序成功运行，它将在 Eclipse IDE 的控制台中打印以下消息 - 
    
Deleting index E:\Lucene\Data\record1.txt
Deleting index E:\Lucene\Data\record10.txt
Deleting index E:\Lucene\Data\record2.txt
Deleting index E:\Lucene\Data\record3.txt
Deleting index E:\Lucene\Data\record4.txt
Deleting index E:\Lucene\Data\record5.txt
Deleting index E:\Lucene\Data\record6.txt
Deleting index E:\Lucene\Data\record7.txt
Deleting index E:\Lucene\Data\record8.txt
Deleting index E:\Lucene\Data\record9.txt
10 File indexed, time taken: 109 ms
    成功运行程序后，您将在您的 index directory −
    Lucene 索引目录
上一节:
下一节: