最近学习了Lucene,做一些必要的笔记,一来是对自己学习的知识的巩固,二来对有同样问题的人有参考作用
一 lucene简介
Lucene的目的是为软件开发人员提供一个简单易用的工具包,以方便的在目标系统中实现全文检索的功能,或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库,由Apache软件基金会支持和提供。
二 lucene优势
对于开发者来说,最直接的感受就是搜索出来的结果更合理,更人性化,详情见下面的例子。
三 开发思路
为数据创建索引------->根据索引查找关键字
四 中文检索举例
- 需要的包
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-core</artifactId>
<version>5.3.1</version>
</dependency>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-queryparser</artifactId>
<version>5.3.1</version>
</dependency>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-analyzers-common</artifactId>
<version>5.3.1</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-analyzers-smartcn</artifactId>
<version>5.3.1</version>
</dependency>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-highlighter</artifactId>
<version>5.3.1</version>
</dependency>
- 为数据创建索引
/**
* @author ys
* @version 2.0
* @date 2020/5/23 10:47
*/
public class Indexer {
private Integer ids[]={1,2,3};
private String citys[]={"青岛","南京","上海"};
private String descs[]={
"青岛是一个美丽的城市。",
"南京是一个有文化的城市。南京是一个文化的城市南京,简称宁,是江苏省会,地处中国东部地区,长江下游,濒江近海。全市下辖11个区,总面积6597平方公里,2013年建成区面积752.83平方公里,常住人口818.78万,其中城镇人口659.1万人。[1-4] “江南佳丽地,金陵帝王州”,南京拥有着6000多年文明史、近2600年建城史和近500年的建都史,是中国四大古都之一,有“六朝古都”、“十朝都会”之称,是中华文明的重要发祥地,历史上曾数次庇佑华夏之正朔,长期是中国南方的政治、经济、文化中心,拥有厚重的文化底蕴和丰富的历史遗存。[5-7] 南京是国家重要的科教中心,自古以来就是一座崇文重教的城市,有“天下文枢”、“东南第一学”的美誉。截至2013年,南京有高等院校75所,其中211高校8所,仅次于北京上海;国家重点实验室25所、国家重点学科169个、两院院士83人,均居中国第三。[8-10] 。",
"上海是一个繁华的城市。"
};
private Directory dir; //缩印的存放目录
/**
* 获取IndexWriter实例
* @return
* @throws Exception
*/
private IndexWriter getWriter()throws Exception{
SmartChineseAnalyzer analyzer=new SmartChineseAnalyzer(); //中文分词器女
IndexWriterConfig iwc=new IndexWriterConfig(analyzer);
IndexWriter writer=new IndexWriter(dir, iwc);
return writer;
}
/**
* 生成索引
* @param indexDir
* @throws Exception
*/
private void index(String indexDir)throws Exception{
dir= FSDirectory.open(Paths.get(indexDir));
IndexWriter writer=getWriter();
for(int i=0;i<ids.length;i++){
Document doc=new Document();
doc.add(new IntField("id", ids[i], Field.Store.YES));
doc.add(new StringField("city",citys[i],Field.Store.YES));
doc.add(new TextField("desc", descs[i], Field.Store.YES));
writer.addDocument(doc); // 添加文档
}
writer.close();
}
public static void main(String[] args) throws Exception {
new Indexer().index("D:\\lucene6");
}
}
运行main函数后的结果:
- 根据索引查找关键词,并高亮显示
/**
* @author ys
* @version 2.0
* @date 2020/5/23 10:52
*/
public class Searcher {
public static void search(String indexDir,String q)throws Exception{
Directory dir = FSDirectory.open(Paths.get(indexDir));
DirectoryReader reader = DirectoryReader.open(dir);
IndexSearcher is=new IndexSearcher(reader);
SmartChineseAnalyzer analyzer = new SmartChineseAnalyzer(); //中文分词器
QueryParser parser = new QueryParser("desc", analyzer);
Query query = parser.parse(q);
long start = System.currentTimeMillis();
TopDocs hits = is.search(query, 10);
long end = System.currentTimeMillis();
System.out.println("匹配 "+q+" ,总共花费"+(end-start)+"毫秒"+"查询到"+hits.totalHits+"个记录");
//接下来的几行代码是对高亮显示的配置
//评分
QueryScorer scorer = new QueryScorer(query);
//摘要
SimpleSpanFragmenter fragmenter = new SimpleSpanFragmenter(scorer);
//关键字样式
SimpleHTMLFormatter simpleHTMLFormatter = new SimpleHTMLFormatter("<b><font color='red'>", "</font></b>");
//高亮设置
Highlighter highlighter = new Highlighter(simpleHTMLFormatter, scorer);
//高亮的范围
highlighter.setTextFragmenter(fragmenter);
//对查询结果进行高亮显示
for (ScoreDoc scoreDoc:hits.scoreDocs){
Document doc = is.doc(scoreDoc.doc);
System.out.println("原文:"+doc.get("desc"));
String desc=doc.get("desc");
if (desc != null){
TokenStream tokenStream = analyzer.tokenStream("desc", new StringReader(desc));
System.out.println("摘要:"+highlighter.getBestFragment(tokenStream,desc));
}
}
reader.close();
}
public static void main(String[] args) {
String indexDir="D:\\lucene6";
String q="南京文化";
try {
search(indexDir,q);
} catch (Exception e) {
e.printStackTrace();
}
}
}
查询结果:
匹配 南京文化 ,总共花费19毫秒查询到1个记录
原文:南京是一个有文化的城市。南京是一个文化的城市南京,简称宁,是江苏省会,地处中国东部地区,长江下游,濒江近海。全市下辖11个区,总面积6597平方公里,2013年建成区面积752.83平方公里,常住人口818.78万,其中城镇人口659.1万人。[1-4] “江南佳丽地,金陵帝王州”,南京拥有着6000多年文明史、近2600年建城史和近500年的建都史,是中国四大古都之一,有“六朝古都”、“十朝都会”之称,是中华文明的重要发祥地,历史上曾数次庇佑华夏之正朔,长期是中国南方的政治、经济、文化中心,拥有厚重的文化底蕴和丰富的历史遗存。[5-7] 南京是国家重要的科教中心,自古以来就是一座崇文重教的城市,有“天下文枢”、“东南第一学”的美誉。截至2013年,南京有高等院校75所,其中211高校8所,仅次于北京上海;国家重点实验室25所、国家重点学科169个、两院院士83人,均居中国第三。[8-10] 。
摘要:<b><font color='red'>南京</font></b>是一个有<b><font color='red'>文化</font></b>的城市。<b><font color='red'>南京</font></b>是一个<b><font color='red'>文化</font></b>的城市<b><font color='red'>南京</font></b>,简称宁,是江苏省会,地处中国东部地区,长江下游,濒江近海。全市下辖11个区,总面积6597平方公里,2013年建成区面积752.83平方公里,常住
五 总结
如有错误恳请指正,如有侵权请联系我删除