<p>Lucene分析器---Analyzer主要包括分詞器和過濾器兩種組件</p><p>分詞器主要作用是對傳入的文本進行切分，將文本按規則切分為一個個可以進入索引的最小單位，</p><p>而過濾器的功能則是對這種最小單位進行預處理，比如‘大寫轉小寫，復數轉單數’也可以進行相當復雜的的功能，如根據語義改寫拼寫錯誤的單詞。</p><p>分析器使用過濾器和分詞器構成了一個管道，文本在“流過”這個管道后，就成為可以進入索引的最小單位。</p> package com.cn.zsj.lucene; import java.io.BufferedReader; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.IOException; import java.io.InputStreamReader; import java.io.Reader; import java.nio.charset.StandardCharsets; import java.nio.file.Path; import java.nio.file.Paths;import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.lucene.document.StringField; import org.apache.lucene.document.TextField; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.index.IndexWriterConfig; import org.apache.lucene.store.Directory; import org.apache.lucene.store.FSDirectory; /** 這里推薦2本非常好的書籍，對搜索引擎的入門和提高都有極大幫助* 《Ajax+Lucene構建搜索引擎》--李剛 宋偉 邱哲 編著（人民郵電出版社）* 《lucene搜索引擎開發權威經典》--于天恩 編著（中國鐵道出版社）*/ /** 這個例子要導入的包有* lucene-analyzers-common-5.3.0.jar* lucene-core-5.3.0.jar*/ public class TestLucene {private static String indexPath="f://indexPath";//這里我就定死索引文件的存放目錄吧，這樣好理解private static String filePath="f://filePath.txt";//文本文件的路徑 public static void main(String[] args) {try {createIndex();} catch (IOException e) {// TODO Auto-generated catch blocke.printStackTrace();} }/** 第一步* 構造索引寫入器對象IndexWriter* 這里要掌握的有索引的存放位置----FSDirectory,RAMDirectory* 在使用FSDirectory時，Lucene會自動再內存中建立緩存，然后到一定時候就將索引寫入磁盤* 在使用RAMDirectory時，從功能角度來講，FSDirectory在磁盤上能做的，它在內存中一樣能做，并且會有更快的速度，* 唯一的問題就是它在虛擬機退出后，內存中的索引就不復存在了。因此如果還需要內存中的索引時，就需要將內存中的* 索引轉入磁盤上，這就需要合并索引了，將內存中的索引合并到磁盤索引上* 這里用的方法是IndexWriter的addIndexes(Direcroty /Directory[])方法* 要注意合并前一定要先關閉被合并索引器的索引寫入器，如果不這樣會使程序運行失敗*/ public static IndexWriter getIndexWriter()throws IOException{Path path=Paths.get(indexPath);//通過指定文件系統的uri構建Path實例Directory dir=FSDirectory.open(path);//通過Path對象構建FSDirectory實例Analyzer analyzer=new StandardAnalyzer();//分析器、分詞器，作用是在IndexWriter將文件寫入索引以前，把文本信息切分成一個個可以進行索引的詞條IndexWriterConfig indexCfg=new IndexWriterConfig(analyzer);//用標準的分詞器配置索引寫入器，詳細介紹見API文檔IndexWriter writer=new IndexWriter(dir,indexCfg);//這是一個索引寫入器，指定索引文件的存放目錄，主要的功能是將文檔加入索引中。同時控制索引過程中的各種參數return writer; } /** 第二步* 構造文檔對象Document* Document:lucene只對Document對象建立索引。任何需要進行索引的‘文件’都必須轉化為Document對象才能被索引或者搜索到* 任何數據源經過組織都可以構建一個Document對象* Field:是與document對象緊密相連的一個概念，他代表了不同的數據源名稱* Field有很多派生類來處理各種不同的數據源*/ public static Document getDocument() throws FileNotFoundException{Document doc=new Document();//假如這里要將一個文本文件加入到索引文件中File f=new File(filePath);//通過指定文本文件的路徑構造File對象，String filename=f.getName();FileInputStream fis=new FileInputStream(f);//構建文件輸入流對象Reader reader=new BufferedReader(new InputStreamReader(fis,StandardCharsets.UTF_8));doc.add(new StringField("filename",filename,Field.Store.YES));//Field.Store.YES:存儲字段值（未分詞前的字段值）doc.add(new TextField("content",reader));return doc; } /** 切記要調用IndexWriter的close()方法來關閉寫入器。只有調用了close方法后，索引寫入器才會將存放于內存中的所有內容寫入磁盤并關閉流。*/ public static void createIndex() throws IOException{IndexWriter writer=TestLucene.getIndexWriter();Document doc=TestLucene.getDocument();try {writer.addDocument(doc);} catch (Exception e) {// TODO Auto-generated catch blocke.printStackTrace();}writer.close(); }}

下面是索引文件的存放目錄

下面是被搜索的文件內容：

：

Lucene索引工具箱：Luke，是一個索引瀏覽器，去官網下載源碼，使用Eclipse打開源文件再運行。

Lucene索引監視器：LIMO，是一個WAR格式的文件，可以在WEB下瀏覽索引文件的狀態信息

中文分詞工具ICTCLAS：是中科院研制出的基于多層隱馬模型的漢語詞法分析系統，是一個軟件，有興趣可以取下載安裝使用。

總結

以上是生活随笔為你收集整理的lucene搜索引擎总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。