package cn.itheima.lucene;

import java.io.File;

import java.util.ArrayList;

import java.util.List;

import org.apache.commons.io.FileUtils;

import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.analysis.standard.StandardAnalyzer;

import org.apache.lucene.document.Document;

import org.apache.lucene.document.TextField;

import org.apache.lucene.document.Field.Store;

import org.apache.lucene.document.LongField;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.IndexWriterConfig;

import org.apache.lucene.index.Term;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.FSDirectory;

import org.apache.lucene.util.Version;

import org.junit.Test;

import org.wltea.analyzer.lucene.IKAnalyzer;

public class IndexManagerTest {

    @Test

    public void testIndexCreate() throws Exception{

        //创建文档列表,保存多个Docuemnt

        List<Document> docList = new ArrayList<Document>();

        //指定文件所在目录

        File dir = new File("E:\\01传智课程\\黑28期0523\\Lucene&Solr\\01.参考资料\\searchsource");

        //循环文件夹取出文件

        for(File file : dir.listFiles()){

            //文件名称

            String fileName = file.getName();

            //文件内容

            String fileContext = FileUtils.readFileToString(file);

            //文件大小

            Long fileSize = FileUtils.sizeOf(file);

            //文档对象,文件系统中的一个文件就是一个Docuemnt对象

            Document doc = new Document();

            //第一个参数:域名

            //第二个参数:域值

            //第三个参数:是否存储,是为yes,不存储为no

            /*TextField nameFiled = new TextField("fileName", fileName, Store.YES);

            TextField contextFiled = new TextField("fileContext", fileContext, Store.YES);

            TextField sizeFiled = new TextField("fileSize", fileSize.toString(), Store.YES);*/

            //是否分词:要,因为它要索引,并且它不是一个整体,分词有意义

            //是否索引:要,因为要通过它来进行搜索

            //是否存储:要,因为要直接在页面上显示

            TextField nameFiled = new TextField("fileName", fileName, Store.YES);

            //是否分词: 要,因为要根据内容进行搜索,并且它分词有意义

            //是否索引: 要,因为要根据它进行搜索

            //是否存储: 可以要也可以不要,不存储搜索完内容就提取不出来

            TextField contextFiled = new TextField("fileContext", fileContext, Store.NO);

            //是否分词: 要, 因为数字要对比,搜索文档的时候可以搜大小, lunene内部对数字进行了分词算法

            //是否索引: 要, 因为要根据大小进行搜索

            //是否存储: 要, 因为要显示文档大小

            LongField sizeFiled = new LongField("fileSize", fileSize, Store.YES);

            //将所有的域都存入文档中

            doc.add(nameFiled);

            doc.add(contextFiled);

            doc.add(sizeFiled);

            //将文档存入文档集合中

            docList.add(doc);

        }

        //创建分词器,StandardAnalyzer标准分词器,标准分词器对英文分词效果很好,对中文是单字分词

        Analyzer analyzer = new IKAnalyzer();

        //指定索引和文档存储的目录

        Directory directory = FSDirectory.open(new File("E:\\dic"));

        //创建写对象的初始化对象

        IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_4_10_3, analyzer);

        //创建索引和文档写对象

        IndexWriter indexWriter = new IndexWriter(directory, config);

        //将文档加入到索引和文档的写对象中

        for(Document doc : docList){

            indexWriter.addDocument(doc);

        }

        //提交

        indexWriter.commit();

        //关闭流

        indexWriter.close();

    }

    @Test

    public void testIndexDel() throws Exception{

        //创建分词器,StandardAnalyzer标准分词器,标准分词器对英文分词效果很好,对中文是单字分词

        Analyzer analyzer = new IKAnalyzer();

        //指定索引和文档存储的目录

        Directory directory = FSDirectory.open(new File("E:\\dic"));

        //创建写对象的初始化对象

        IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_4_10_3, analyzer);

        //创建索引和文档写对象

        IndexWriter indexWriter = new IndexWriter(directory, config);

        //删除所有

        //indexWriter.deleteAll();

        //根据名称进行删除

        //Term词元,就是一个词, 第一个参数:域名, 第二个参数:要删除含有此关键词的数据

        indexWriter.deleteDocuments(new Term("fileName", "apache"));

        //提交

        indexWriter.commit();

        //关闭

        indexWriter.close();

    }

    /**

     * 更新就是按照传入的Term进行搜索,如果找到结果那么删除,将更新的内容重新生成一个Document对象

     * 如果没有搜索到结果,那么将更新的内容直接添加一个新的Document对象

     * @throws Exception

     */

    @Test

    public void testIndexUpdate() throws Exception{

        //创建分词器,StandardAnalyzer标准分词器,标准分词器对英文分词效果很好,对中文是单字分词

        Analyzer analyzer = new IKAnalyzer();

        //指定索引和文档存储的目录

        Directory directory = FSDirectory.open(new File("E:\\dic"));

        //创建写对象的初始化对象

        IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_4_10_3, analyzer);

        //创建索引和文档写对象

        IndexWriter indexWriter = new IndexWriter(directory, config);

        //根据文件名称进行更新

        Term term = new Term("fileName", "web");

        //更新的对象

        Document doc = new Document();

        doc.add(new TextField("fileName", "xxxxxx", Store.YES));

        doc.add(new TextField("fileContext", "think in java xxxxxxx", Store.NO));

        doc.add(new LongField("fileSize", 100L, Store.YES));

        //更新

        indexWriter.updateDocument(term, doc);

        //提交

        indexWriter.commit();

        //关闭

        indexWriter.close();

    }

}

第一个test运行后会在指定目录生成文件。查看这些需要查看器

----------------------------------------------------------

package cn.itheima.lucene;

import java.io.File;

import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.analysis.standard.StandardAnalyzer;

import org.apache.lucene.document.Document;

import org.apache.lucene.index.IndexReader;

import org.apache.lucene.index.Term;

import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;

import org.apache.lucene.queryparser.classic.QueryParser;

import org.apache.lucene.search.BooleanClause.Occur;

import org.apache.lucene.search.BooleanQuery;

import org.apache.lucene.search.IndexSearcher;

import org.apache.lucene.search.MatchAllDocsQuery;

import org.apache.lucene.search.NumericRangeQuery;

import org.apache.lucene.search.Query;

import org.apache.lucene.search.ScoreDoc;

import org.apache.lucene.search.TermQuery;

import org.apache.lucene.search.TopDocs;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.FSDirectory;

import org.junit.Test;

import org.wltea.analyzer.lucene.IKAnalyzer;

public class IndexSearchTest {

    @Test

    public void testIndexSearch() throws Exception{

        //创建分词器(创建索引和所有时所用的分词器必须一致)

        Analyzer analyzer = new IKAnalyzer();

        //创建查询对象,第一个参数:默认搜索域, 第二个参数:分词器

        //默认搜索域作用:如果搜索语法中指定域名从指定域中搜索,如果搜索时只写了查询关键字,则从默认搜索域中进行搜索

        QueryParser queryParser = new QueryParser("fileContext", analyzer);

        //查询语法=域名:搜索的关键字

        Query query = queryParser.parse("fileName:web");

        //指定索引和文档的目录

        Directory dir = FSDirectory.open(new File("E:\\dic"));

        //索引和文档的读取对象

        IndexReader indexReader = IndexReader.open(dir);

        //创建索引的搜索对象

        IndexSearcher indexSearcher = new IndexSearcher(indexReader);

        //搜索:第一个参数为查询语句对象, 第二个参数:指定显示多少条

        TopDocs topdocs = indexSearcher.search(query, );

        //一共搜索到多少条记录

        System.out.println("=====count=====" + topdocs.totalHits);

        //从搜索结果对象中获取结果集

        ScoreDoc[] scoreDocs = topdocs.scoreDocs;

        for(ScoreDoc scoreDoc : scoreDocs){

            //获取docID

            int docID = scoreDoc.doc;

            //通过文档ID从硬盘中读取出对应的文档

            Document document = indexReader.document(docID);

            //get域名可以取出值 打印

            System.out.println("fileName:" + document.get("fileName"));

            System.out.println("fileSize:" + document.get("fileSize"));

            System.out.println("============================================================");

        }

    }

    @Test

    public void testIndexTermQuery() throws Exception{

        //创建分词器(创建索引和所有时所用的分词器必须一致)

        Analyzer analyzer = new IKAnalyzer();

        //创建词元:就是词,

        Term term = new Term("fileName", "apache");

        //使用TermQuery查询,根据term对象进行查询

        TermQuery termQuery = new TermQuery(term);

        //指定索引和文档的目录

        Directory dir = FSDirectory.open(new File("E:\\dic"));

        //索引和文档的读取对象

        IndexReader indexReader = IndexReader.open(dir);

        //创建索引的搜索对象

        IndexSearcher indexSearcher = new IndexSearcher(indexReader);

        //搜索:第一个参数为查询语句对象, 第二个参数:指定显示多少条

        TopDocs topdocs = indexSearcher.search(termQuery, );

        //一共搜索到多少条记录

        System.out.println("=====count=====" + topdocs.totalHits);

        //从搜索结果对象中获取结果集

        ScoreDoc[] scoreDocs = topdocs.scoreDocs;

        for(ScoreDoc scoreDoc : scoreDocs){

            //获取docID

            int docID = scoreDoc.doc;

            //通过文档ID从硬盘中读取出对应的文档

            Document document = indexReader.document(docID);

            //get域名可以取出值 打印

            System.out.println("fileName:" + document.get("fileName"));

            System.out.println("fileSize:" + document.get("fileSize"));

            System.out.println("============================================================");

        }

    }

    @Test

    public void testNumericRangeQuery() throws Exception{

        //创建分词器(创建索引和所有时所用的分词器必须一致)

        Analyzer analyzer = new IKAnalyzer();

        //根据数字范围查询

        //查询文件大小,大于100 小于1000的文章

        //第一个参数:域名      第二个参数:最小值,  第三个参数:最大值, 第四个参数:是否包含最小值,   第五个参数:是否包含最大值

        Query query = NumericRangeQuery.newLongRange("fileSize", 100L, 1000L, true, true);        

        //指定索引和文档的目录

        Directory dir = FSDirectory.open(new File("E:\\dic"));

        //索引和文档的读取对象

        IndexReader indexReader = IndexReader.open(dir);

        //创建索引的搜索对象

        IndexSearcher indexSearcher = new IndexSearcher(indexReader);

        //搜索:第一个参数为查询语句对象, 第二个参数:指定显示多少条

        TopDocs topdocs = indexSearcher.search(query, );

        //一共搜索到多少条记录

        System.out.println("=====count=====" + topdocs.totalHits);

        //从搜索结果对象中获取结果集

        ScoreDoc[] scoreDocs = topdocs.scoreDocs;

        for(ScoreDoc scoreDoc : scoreDocs){

            //获取docID

            int docID = scoreDoc.doc;

            //通过文档ID从硬盘中读取出对应的文档

            Document document = indexReader.document(docID);

            //get域名可以取出值 打印

            System.out.println("fileName:" + document.get("fileName"));

            System.out.println("fileSize:" + document.get("fileSize"));

            System.out.println("============================================================");

        }

    }

    @Test

    public void testBooleanQuery() throws Exception{

        //创建分词器(创建索引和所有时所用的分词器必须一致)

        Analyzer analyzer = new IKAnalyzer();

        //布尔查询,就是可以根据多个条件组合进行查询

        //文件名称包含apache的,并且文件大小大于等于100 小于等于1000字节的文章

        BooleanQuery query = new BooleanQuery();

        //根据数字范围查询

        //查询文件大小,大于100 小于1000的文章

        //第一个参数:域名      第二个参数:最小值,  第三个参数:最大值, 第四个参数:是否包含最小值,   第五个参数:是否包含最大值

        Query numericQuery = NumericRangeQuery.newLongRange("fileSize", 100L, 1000L, true, true);

        //创建词元:就是词,

        Term term = new Term("fileName", "apache");

        //使用TermQuery查询,根据term对象进行查询

        TermQuery termQuery = new TermQuery(term);

        //Occur是逻辑条件

        //must相当于and关键字,是并且的意思

        //should,相当于or关键字或者的意思

        //must_not相当于not关键字, 非的意思

        //注意:单独使用must_not  或者 独自使用must_not没有任何意义

        query.add(termQuery, Occur.MUST);

        query.add(numericQuery, Occur.MUST);

        //指定索引和文档的目录

        Directory dir = FSDirectory.open(new File("E:\\dic"));

        //索引和文档的读取对象

        IndexReader indexReader = IndexReader.open(dir);

        //创建索引的搜索对象

        IndexSearcher indexSearcher = new IndexSearcher(indexReader);

        //搜索:第一个参数为查询语句对象, 第二个参数:指定显示多少条

        TopDocs topdocs = indexSearcher.search(query, );

        //一共搜索到多少条记录

        System.out.println("=====count=====" + topdocs.totalHits);

        //从搜索结果对象中获取结果集

        ScoreDoc[] scoreDocs = topdocs.scoreDocs;

        for(ScoreDoc scoreDoc : scoreDocs){

            //获取docID

            int docID = scoreDoc.doc;

            //通过文档ID从硬盘中读取出对应的文档

            Document document = indexReader.document(docID);

            //get域名可以取出值 打印

            System.out.println("fileName:" + document.get("fileName"));

            System.out.println("fileSize:" + document.get("fileSize"));

            System.out.println("============================================================");

        }

    }

    @Test

    public void testMathAllQuery() throws Exception{

        //创建分词器(创建索引和所有时所用的分词器必须一致)

        Analyzer analyzer = new IKAnalyzer();

        //查询所有文档

        MatchAllDocsQuery query = new MatchAllDocsQuery();

        //指定索引和文档的目录

        Directory dir = FSDirectory.open(new File("E:\\dic"));

        //索引和文档的读取对象

        IndexReader indexReader = IndexReader.open(dir);

        //创建索引的搜索对象

        IndexSearcher indexSearcher = new IndexSearcher(indexReader);

        //搜索:第一个参数为查询语句对象, 第二个参数:指定显示多少条

        TopDocs topdocs = indexSearcher.search(query, );

        //一共搜索到多少条记录

        System.out.println("=====count=====" + topdocs.totalHits);

        //从搜索结果对象中获取结果集

        ScoreDoc[] scoreDocs = topdocs.scoreDocs;

        for(ScoreDoc scoreDoc : scoreDocs){

            //获取docID

            int docID = scoreDoc.doc;

            //通过文档ID从硬盘中读取出对应的文档

            Document document = indexReader.document(docID);

            //get域名可以取出值 打印

            System.out.println("fileName:" + document.get("fileName"));

            System.out.println("fileSize:" + document.get("fileSize"));

            System.out.println("============================================================");

        }

    }

    @Test

    public void testMultiFieldQueryParser() throws Exception{

        //创建分词器(创建索引和所有时所用的分词器必须一致)

        Analyzer analyzer = new IKAnalyzer();

        String [] fields = {"fileName","fileContext"};

        //从文件名称和文件内容中查询,只有含有apache的就查出来

        MultiFieldQueryParser multiQuery = new MultiFieldQueryParser(fields, analyzer);

        //输入需要搜索的关键字

        Query query = multiQuery.parse("apache");

        //指定索引和文档的目录

        Directory dir = FSDirectory.open(new File("E:\\dic"));

        //索引和文档的读取对象

        IndexReader indexReader = IndexReader.open(dir);

        //创建索引的搜索对象

        IndexSearcher indexSearcher = new IndexSearcher(indexReader);

        //搜索:第一个参数为查询语句对象, 第二个参数:指定显示多少条

        TopDocs topdocs = indexSearcher.search(query, );

        //一共搜索到多少条记录

        System.out.println("=====count=====" + topdocs.totalHits);

        //从搜索结果对象中获取结果集

        ScoreDoc[] scoreDocs = topdocs.scoreDocs;

        for(ScoreDoc scoreDoc : scoreDocs){

            //获取docID

            int docID = scoreDoc.doc;

            //通过文档ID从硬盘中读取出对应的文档

            Document document = indexReader.document(docID);

            //get域名可以取出值 打印

            System.out.println("fileName:" + document.get("fileName"));

            System.out.println("fileSize:" + document.get("fileSize"));

            System.out.println("============================================================");

        }

    }

}

-----------------------------------------------下面总结----------------------------------------------------

-------------------------------------------中文分词需要-------------------------------------------------

Lucence简单学习---1的更多相关文章

  1. Log4j简单学习笔记

    log4j结构图: 结构图展现出了log4j的主结构.logger:表示记录器,即数据来源:appender:输出源,即输出方式(如:控制台.文件...)layout:输出布局 Logger机滤器:常 ...

  2. shiro简单学习的简单总结

    权限和我有很大渊源. 培训时候的最后一个项目是OA,权限那块却不知如何入手,最后以不是我写的那个模块应付面试. 最开始的是使用session装载用户登录信息,使用简单权限拦截器做到权限控制,利用资源文 ...

  3. CentOS 简单学习 firewalld的使用

    1. centos7 开始 使用firewalld 代替了 iptables 命令工具为 firewall-cmd 帮助信息非常长,简单放到文末 2. 简单使用 首先开启 httpd 一般都自带安装了 ...

  4. Windows 下 Docker 的简单学习使用过程之一 dockertoolbox

    1. Windows 下面运行 Docker 的两个主要工具1): Docker for Windows2): DockerToolbox区别:Docker For Windows 可以理解为是新一代 ...

  5. 在MVC中实现和网站不同服务器的批量文件下载以及NPOI下载数据到Excel的简单学习

    嘿嘿,我来啦,最近忙啦几天,使用MVC把应该实现的一些功能实现了,说起来做项目,实属感觉蛮好的,即可以学习新的东西,又可以增加自己之前知道的知识的巩固,不得不说是双丰收啊,其实这周来就开始面对下载在挣 ...

  6. Linux——帮助命令简单学习笔记

    Linux帮助命令简单学习笔记: 一: 命令名称:man 命令英文原意:manual 命令所在路径:/usr/bin/man 执行权限:所有用户 语法:man [命令或配置文件] 功能描述:获得帮助信 ...

  7. OI数学 简单学习笔记

    基本上只是整理了一下框架,具体的学习给出了个人认为比较好的博客的链接. PART1 数论部分 最大公约数 对于正整数x,y,最大的能同时整除它们的数称为最大公约数 常用的:\(lcm(x,y)=xy\ ...

  8. mongodb,redis简单学习

     2.mongodb安装配置简单学习                   配置好数据库路径就可以mongo命令执行交互操作了:先将服务器开起来:在开个cmd执行交互操作                 ...

  9. html css的简单学习（三）

    html css的简单学习(三) 前端开发工具:Dreamweaver.Hbuilder.WebStorm.Sublime.PhpStorm...=========================== ...

随机推荐

  1. IPV4和IPV6的划分

    IP(Internet Protocol,网络互联协议)地址就是连接互联网的主机被分配或指派的一段数字标识,是传输报文组装时最重要的组成部分,用来在互联网中数据传输时标识源和目标主机. IPv4 IP ...

  2. TCP/IP协议簇 端口 三次握手 四次挥手 11种状态集

    第一章:概念介绍 1.1 VLAN 1.1.1 什么是VLAN VLAN (Virturl LAN) ,翻译成中文是:“虚拟局域网”.VLAN可以是由少数几台家用计算机构成的网络,也可以是数以百计的计 ...

  3. vue今日总结

    ''' 复习 ''' """ 1.vue框架的优势 中文API 单一面应用 - 提升移动端app运行速度 数据的双向绑定 - 变量全局通用 数据驱动 - 只用考虑数据,不 ...

  4. Force git to overwrite local files on pull 使用pull强制覆盖本地文件 转载自：http://snowdream.blog.51cto.com/3027865/1102441

    How do I force an overwrite of local files on a git pull? I think this is the right way: $ git fetch ...

  5. 使用EntityFramework6连接MySql数据库-db first方式

    准备工具: VS2013.MySQL For VisualStudio 1.1.4.Connector/Net 6.8.3 程序包管理器执行命令: Install-Package EntityFram ...

  6. 如何使用Hasu USB to USB Controller Converter刷写tmk固件交换Caps和Ctrl

    相关链接 购买Hasu USB to USB Controller Converter:https://www.1upkeyboards.com/shop/controllers/usb-to-usb ...

  7. kubeadm 部署kubernetes1.11.1，dashboard1.10.0

    ---恢复内容开始--- 实验环境准备2台虚拟机: master节点:172.17.1.36 node节点:172.17.1.40 首先安装master节点: master 的虚拟机是全新的机器,在安 ...

  8. HydroCMS-用ueditor无法实现word中图片转存的问题

    图片的复制无非有两种方法,一种是图片直接上传到服务器,另外一种转换成二进制流的base64码目前限chrome浏览器使用首先以um-editor的二进制流保存为例:打开umeditor.js,找到UM ...

  9. CSP-S 模拟测试57题解

    人生第一次A,B层一块考rank2,虽然说分差没几分,但还是值得纪念. 题解: T1 天空龙: 大神题,因为我从不写快读也没有写考场注释的习惯,所以不会做,全hzoi就kx会做,kx真大神级人物. T ...

  10. 【csp模拟赛1】不服来战 (challenge.cpp)

    [题目描述] 最近小 Z 和他的朋友都迷上了一款手机游戏:不服来战. 游戏的设定十分简单,在游戏开始时,会给出一排共 N 个灯,有的灯是开着 的有的是关着的,每个灯都有一个分数.而玩家可以进行任意次操 ...