Lucene学习

Posted 2020-11-10 biyangqiang

PS:当在搜索框检索“是”，根据lucenne存取记录，会有一张词汇表（词汇表会根据不同分词原则进行分词，可能是一个或者多个，右边里保存这标号）
创建索引库

/**
     * 创建索引库
     * 将Aritcle对象放入索引库中的原始记录表中，从而形成词汇表
     */
    @Test
    public void createIndexDB() throws Exception{
        //创建Article对象
        Article article = new Article(1,"培训","传智是一家IT培训机构");
        //创建Document对象
        Document document = new Document();
        //将Article对象中的三个属性值分别绑定到Document对象中
        /*
         *参数一：document对象中的属性名叫xid，article对象中的属性名叫id，项目中提倡相同
         *参数二：document对象中的属性xid的值，与article对象中相同
         *参数三：是否将xid属性值存入由原始记录表中转存入词汇表
         *       Store.YES表示该属性值会存入词汇表
         *       Store.NO表示该属性值不会存入词汇表
         *       项目中提倡非id值都存入词汇表
         *参数四：是否将xid属性值进行分词算法
         *       Index.ANALYZED表示该属性值会进行词汇拆分
         *       Index.NOT_ANALYZED表示该属性值不会进行词汇拆分
         *       项目中提倡非id值都进行词汇拆分
         *       目前将分词理解为分汇拆分，目前认为一个汉字一个分词拆分 
         */
        document.add(new Field("xid",article.getId().toString(),Store.YES,Index.ANALYZED));
        document.add(new Field("xtitle",article.getTitle(),Store.YES,Index.ANALYZED));
        document.add(new Field("xcontent",article.getContent(),Store.YES,Index.ANALYZED));
        
        Directory directory =  FSDirectory.open(new File("E:/IndexDBDBDB"));
        Version version = Version.LUCENE_30;
        Analyzer analyzer = new StandardAnalyzer(version); //这种分词模型是按照单个字进行分词的
        MaxFieldLength maxFieldLength = MaxFieldLength.LIMITED; //如果有多余2万个字内容，只会以前1万个为准
        //创建IndexWriter字符流对象
                /*
                 * 参数一：lucene索引库最终应对于硬盘中的目录，例如：E:/IndexDBDBDB
                 * 参数二：采用什么策略将文本拆分，一个策略就是一个具体的实现类
                 * 参数三：最多将文本拆分出多少词汇，LIMITED表示1万个，即只取前1万个词汇，如果不足1W个词汇个，以实际为准
                 */
        IndexWriter indexWriter = new IndexWriter(directory,analyzer,maxFieldLength);
        //将document对象写入lucene索引库
        indexWriter.addDocument(document);
        //关闭IndexWriter字符流对象
        indexWriter.close();
    }

PS：创建好的文件