- 浏览: 495176 次
- 性别:
- 来自: 广州
文章分类
最新评论
-
来这里学java:
...
实战篇:设计自己的Annotation -
yushui2000:
突然想到一种方法,就是1、2、2、3、4、5作为5个球(类似彩 ...
一道算法题目,值得一看 -
wst0350:
理解力
实战篇:设计自己的Annotation -
yingzhor:
楼下的,你看看代码不就知道怎么验证了吗?这不是放在sessio ...
利用servlet生成简单的验证码 -
ming_7755:
妙用Commons良药<三>
写文章的时候,感觉比较难写的就是标题,有时候不知道起什么名字好,反正这里写的都是关于lucene的一些简单的实例,就随便起啦.
Lucene 其实很简单的,它最主要就是做两件事:建立索引和进行搜索
来看一些在lucene中使用的术语,这里并不打算作详细的介绍,只是点一下而已----因为这一个世界有一种好东西,叫搜索。
IndexWriter:lucene中最重要的的类之一,它主要是用来将文档加入索引,同时控制索引过程中的一些参数使用。
Analyzer:分析器,主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。
Directory:索引存放的位置;lucene提供了两种索引存放的位置,一种是磁盘,一种是内存。一般情况将索引放在磁盘上;相应地lucene提供了FSDirectory和RAMDirectory两个类。
Document:文档;Document相当于一个要进行索引的单元,任何可以想要被索引的文件都必须转化为Document对象才能进行索引。
Field:字段。
IndexSearcher:是lucene中最基本的检索工具,所有的检索都会用到IndexSearcher工具;
Query:查询,lucene中支持模糊查询,语义查询,短语查询,组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。
QueryParser: 是一个解析用户输入的工具,可以通过扫描用户输入的字符串,生成Query对象。
Hits:在搜索完成之后,需要把搜索结果返回并显示给用户,只有这样才算是完成搜索的目的。在lucene中,搜索的结果的集合是用Hits类的实例来表示的。
上面作了一大堆名词解释,下面就看几个简单的实例吧:
1、简单的的StandardAnalyzer测试例子
显示结果:
提示一下:
StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能:
1、对原有句子按照空格进行了分词
2、所有的大写字母都可以能转换为小写的字母
3、可以去掉一些没有用处的单词,例如"is","the","are"等单词,也删除了所有的标点
查看一下结果与"new StringReader("lighter javaeye com is the are on")"作一个比较就清楚明了。
这里不对其API进行解释了,具体见lucene的官方文档。需要注意一点,这里的代码使用的是lucene2的API,与1.43版有一些明显的差别。
2、看另一个实例,简单地建立索引,进行搜索
运行结果:
很久没有看lucene了,这两三天又复习了一下,上一些代码都是前几个月写的,只是改动了一些字符串和包名显示。转载时请说明,文章来自:http://lighter.iteye.com。
如有什么错误的地方,恳请指出,谢谢。
可否利用它对数据库中的数据进行搜索?
1、将需要作索引的 table 取出來;
2、再利用 lucene 作索引,任何可以以文字形式读取的东西都可利用 lucene 作索引;
3、可以作成索引就可以查询了。
可否利用它对数据库中的数据进行搜索?
哦,谢谢,明白多了
我也不知道谁说的,只是引用网的文章的一小段话.
买了后悔的书???
举一段网上的话:
StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能:
1、对原有句子按照空格进行了分词
2、所有的大写字母都可以能转换为小写的字母
3、可以去掉一些没有用处的单词,例如"is","the","are"等单词,也删除了所有的标点
同时也可以对中文进行分词(效果不好),现在有很多的中文分词包可以采用
Lucene 其实很简单的,它最主要就是做两件事:建立索引和进行搜索
来看一些在lucene中使用的术语,这里并不打算作详细的介绍,只是点一下而已----因为这一个世界有一种好东西,叫搜索。
IndexWriter:lucene中最重要的的类之一,它主要是用来将文档加入索引,同时控制索引过程中的一些参数使用。
Analyzer:分析器,主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。
Directory:索引存放的位置;lucene提供了两种索引存放的位置,一种是磁盘,一种是内存。一般情况将索引放在磁盘上;相应地lucene提供了FSDirectory和RAMDirectory两个类。
Document:文档;Document相当于一个要进行索引的单元,任何可以想要被索引的文件都必须转化为Document对象才能进行索引。
Field:字段。
IndexSearcher:是lucene中最基本的检索工具,所有的检索都会用到IndexSearcher工具;
Query:查询,lucene中支持模糊查询,语义查询,短语查询,组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。
QueryParser: 是一个解析用户输入的工具,可以通过扫描用户输入的字符串,生成Query对象。
Hits:在搜索完成之后,需要把搜索结果返回并显示给用户,只有这样才算是完成搜索的目的。在lucene中,搜索的结果的集合是用Hits类的实例来表示的。
上面作了一大堆名词解释,下面就看几个简单的实例吧:
1、简单的的StandardAnalyzer测试例子
package lighter.iteye.com; import java.io.IOException; import java.io.StringReader; import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.analysis.Token; import org.apache.lucene.analysis.TokenStream; import org.apache.lucene.analysis.standard.StandardAnalyzer; public class StandardAnalyzerTest { //构造函数, public StandardAnalyzerTest() { } public static void main(String[] args) { //生成一个StandardAnalyzer对象 Analyzer aAnalyzer = new StandardAnalyzer(); //测试字符串 StringReader sr = new StringReader("lighter javaeye com is the are on"); //生成TokenStream对象 TokenStream ts = aAnalyzer.tokenStream("name", sr); try { int i=0; Token t = ts.next(); while(t!=null) { //辅助输出时显示行号 i++; //输出处理后的字符 System.out.println("第"+i+"行:"+t.termText()); //取得下一个字符 t=ts.next(); } } catch (IOException e) { e.printStackTrace(); } } }
显示结果:
引用
第1行:lighter
第2行:javaeye
第3行:com
第2行:javaeye
第3行:com
提示一下:
StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能:
1、对原有句子按照空格进行了分词
2、所有的大写字母都可以能转换为小写的字母
3、可以去掉一些没有用处的单词,例如"is","the","are"等单词,也删除了所有的标点
查看一下结果与"new StringReader("lighter javaeye com is the are on")"作一个比较就清楚明了。
这里不对其API进行解释了,具体见lucene的官方文档。需要注意一点,这里的代码使用的是lucene2的API,与1.43版有一些明显的差别。
2、看另一个实例,简单地建立索引,进行搜索
package lighter.iteye.com; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.queryParser.QueryParser; import org.apache.lucene.search.Hits; import org.apache.lucene.search.IndexSearcher; import org.apache.lucene.search.Query; import org.apache.lucene.store.FSDirectory; public class FSDirectoryTest { //建立索引的路径 public static final String path = "c:\\index2"; public static void main(String[] args) throws Exception { Document doc1 = new Document(); doc1.add( new Field("name", "lighter javaeye com",Field.Store.YES,Field.Index.TOKENIZED)); Document doc2 = new Document(); doc2.add(new Field("name", "lighter blog",Field.Store.YES,Field.Index.TOKENIZED)); IndexWriter writer = new IndexWriter(FSDirectory.getDirectory(path, true), new StandardAnalyzer(), true); writer.setMaxFieldLength(3); writer.addDocument(doc1); writer.setMaxFieldLength(3); writer.addDocument(doc2); writer.close(); IndexSearcher searcher = new IndexSearcher(path); Hits hits = null; Query query = null; QueryParser qp = new QueryParser("name",new StandardAnalyzer()); query = qp.parse("lighter"); hits = searcher.search(query); System.out.println("查找\"lighter\" 共" + hits.length() + "个结果"); query = qp.parse("javaeye"); hits = searcher.search(query); System.out.println("查找\"javaeye\" 共" + hits.length() + "个结果"); } }
运行结果:
查找"lighter" 共2个结果 查找"javaeye" 共1个结果
很久没有看lucene了,这两三天又复习了一下,上一些代码都是前几个月写的,只是改动了一些字符串和包名显示。转载时请说明,文章来自:http://lighter.iteye.com。
如有什么错误的地方,恳请指出,谢谢。
评论
15 楼
apollo_r
2007-03-03
对于中文的用什么Analyzer呢?刚接触啊。。。学习中
还有一点,如果网页内容都是从库中取出来的,也是用这样做吗???(也就是站内搜索,没有头绪-_-!)
还有一点,如果网页内容都是从库中取出来的,也是用这样做吗???(也就是站内搜索,没有头绪-_-!)
14 楼
lighter
2007-01-14
这一篇文章有说一些内容关于lucene的:
http://wiki.redsaga.com/confluence/display/HART/Hibernate+Lucene+Integration
可以看一下
http://wiki.redsaga.com/confluence/display/HART/Hibernate+Lucene+Integration
可以看一下
13 楼
YuLimin
2007-01-14
niyong 写道
lighter 写道
回楼上的:
lucene不管数据来源是什么格式,只要它能被转化为文字的形式,就可以被lucene分析利用,对其进行索引和搜索.简单地说,lucene可以对任何的数据做索引和搜索,不管文件是Word,pdf格式,只要可以从中抽取文字形式的内容就可以被lucene利用啦.
lucene不管数据来源是什么格式,只要它能被转化为文字的形式,就可以被lucene分析利用,对其进行索引和搜索.简单地说,lucene可以对任何的数据做索引和搜索,不管文件是Word,pdf格式,只要可以从中抽取文字形式的内容就可以被lucene利用啦.
可否利用它对数据库中的数据进行搜索?
1、将需要作索引的 table 取出來;
2、再利用 lucene 作索引,任何可以以文字形式读取的东西都可利用 lucene 作索引;
3、可以作成索引就可以查询了。
12 楼
John_wu
2006-12-28
Lucene是一个全文检索的核心工具包,它只关心全文检索的内核部分,对于数据源没有特别的要求,lucene有自己的数据结构Document、Field,所以无论是检索数据库、word、pdf等都不是问题,只要能转化成String流就行,至于怎么转化都没有关系。
小弟最近也在做这方面的工作,大家有什么心得也可以互相交流一下。顺便问一下有没有哪位用过“极易中文分词”--MMAnalyzer,我最近刚开始使用它,有没有用过的给点经验和评价。
小弟最近也在做这方面的工作,大家有什么心得也可以互相交流一下。顺便问一下有没有哪位用过“极易中文分词”--MMAnalyzer,我最近刚开始使用它,有没有用过的给点经验和评价。
11 楼
lighter
2006-12-28
可以.
如果你使用hibernate的话,看一下3.1版本起的hb的的文档,有说到hb与lucene的结合使用..
如果你使用hibernate的话,看一下3.1版本起的hb的的文档,有说到hb与lucene的结合使用..
10 楼
niyong
2006-12-28
lighter 写道
回楼上的:
lucene不管数据来源是什么格式,只要它能被转化为文字的形式,就可以被lucene分析利用,对其进行索引和搜索.简单地说,lucene可以对任何的数据做索引和搜索,不管文件是Word,pdf格式,只要可以从中抽取文字形式的内容就可以被lucene利用啦.
lucene不管数据来源是什么格式,只要它能被转化为文字的形式,就可以被lucene分析利用,对其进行索引和搜索.简单地说,lucene可以对任何的数据做索引和搜索,不管文件是Word,pdf格式,只要可以从中抽取文字形式的内容就可以被lucene利用啦.
可否利用它对数据库中的数据进行搜索?
9 楼
ahuaxuan
2006-12-25
lighter 写道
回楼上的:
lucene不管数据来源是什么格式,只要它能被转化为文字的形式,就可以被lucene分析利用,对其进行索引和搜索.简单地说,lucene可以对任何的数据做索引和搜索,不管文件是Word,pdf格式,只要可以从中抽取文字形式的内容就可以被lucene利用啦.
lucene不管数据来源是什么格式,只要它能被转化为文字的形式,就可以被lucene分析利用,对其进行索引和搜索.简单地说,lucene可以对任何的数据做索引和搜索,不管文件是Word,pdf格式,只要可以从中抽取文字形式的内容就可以被lucene利用啦.
哦,谢谢,明白多了
8 楼
lighter
2006-12-24
回楼上的:
lucene不管数据来源是什么格式,只要它能被转化为文字的形式,就可以被lucene分析利用,对其进行索引和搜索.简单地说,lucene可以对任何的数据做索引和搜索,不管文件是Word,pdf格式,只要可以从中抽取文字形式的内容就可以被lucene利用啦.
lucene不管数据来源是什么格式,只要它能被转化为文字的形式,就可以被lucene分析利用,对其进行索引和搜索.简单地说,lucene可以对任何的数据做索引和搜索,不管文件是Word,pdf格式,只要可以从中抽取文字形式的内容就可以被lucene利用啦.
7 楼
ahuaxuan
2006-12-24
敢问楼主:lucene只是用来搜索文档中的内容的吗,任何文档都能搜吗,还能搜索其他东西吗?能否用一小段话来概括它的作用,和适用场景
6 楼
lighter
2006-12-22
just4you 写道
呵呵,你引用的这段话看上去很眼熟,让我想起了一本书(买了之后比较后悔的一本书)。
我也不知道谁说的,只是引用网的文章的一小段话.
买了后悔的书???
5 楼
just4you
2006-12-22
呵呵,你引用的这段话看上去很眼熟,让我想起了一本书(买了之后比较后悔的一本书)。
4 楼
lighter
2006-12-21
wen19851025 写道
不知道这在东东一般会应于什么样的项中.....我做了这么久还没遇见过这种需求....我是做教育软件地....
举一段网上的话:
引用
基于Lucene的全文检索产品(Lucene本身只是一个组件,而非一个完整的应用)和应用Lucene的项目在世界各地已经非常之多,比较知名的有:
Eclipse:主流Java开发工具,其帮助文档采用Lucene作为检索引擎
Jive:知名论坛系统,其检索功能基于Lucene
Ifinder:出自德国的网站检索系统,基于Lucene(http://ifinder.intrafind.org/)
MIT DSpace Federation:一个文档管理系统(http://www.dspace.org/)
国内外采用Lucene作为网站全文检索引擎的也很多,比较知名的有:
http://www.blogchina.com/weblucene/
http://www.ioffer.com/
http://search.soufun.com/
Eclipse:主流Java开发工具,其帮助文档采用Lucene作为检索引擎
Jive:知名论坛系统,其检索功能基于Lucene
Ifinder:出自德国的网站检索系统,基于Lucene(http://ifinder.intrafind.org/)
MIT DSpace Federation:一个文档管理系统(http://www.dspace.org/)
国内外采用Lucene作为网站全文检索引擎的也很多,比较知名的有:
http://www.blogchina.com/weblucene/
http://www.ioffer.com/
http://search.soufun.com/
3 楼
wen19851025
2006-12-21
呵呵....这么说来这东东还是挺不错的....但不知道这在东东一般会应于什么样的项中.....我做了这么久还没遇见过这种需求....我是做教育软件地....
2 楼
lighter
2006-12-21
wen19851025 写道
//测试字符串
StringReader sr = new StringReader("lighter javaeye com");
//生成TokenStream对象
TokenStream ts = aAnalyzer.tokenStream("name", sr);
请问:以上的解析是按什么来解析,为什么他会自动的按空格或者","进行字符分割,再一个当SR里输入是中文字符时,他将会对每个字进行分割,请问这是为什么,同时这功能的实现又意为着什么呢.....????
StringReader sr = new StringReader("lighter javaeye com");
//生成TokenStream对象
TokenStream ts = aAnalyzer.tokenStream("name", sr);
请问:以上的解析是按什么来解析,为什么他会自动的按空格或者","进行字符分割,再一个当SR里输入是中文字符时,他将会对每个字进行分割,请问这是为什么,同时这功能的实现又意为着什么呢.....????
StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能:
1、对原有句子按照空格进行了分词
2、所有的大写字母都可以能转换为小写的字母
3、可以去掉一些没有用处的单词,例如"is","the","are"等单词,也删除了所有的标点
同时也可以对中文进行分词(效果不好),现在有很多的中文分词包可以采用
1 楼
wen19851025
2006-12-21
//测试字符串
StringReader sr = new StringReader("lighter javaeye com");
//生成TokenStream对象
TokenStream ts = aAnalyzer.tokenStream("name", sr);
请问:以上的解析是按什么来解析,为什么他会自动的按空格或者","进行字符分割,再一个当SR里输入是中文字符时,他将会对每个字进行分割,请问这是为什么,同时这功能的实现又意为着什么呢.....????
StringReader sr = new StringReader("lighter javaeye com");
//生成TokenStream对象
TokenStream ts = aAnalyzer.tokenStream("name", sr);
请问:以上的解析是按什么来解析,为什么他会自动的按空格或者","进行字符分割,再一个当SR里输入是中文字符时,他将会对每个字进行分割,请问这是为什么,同时这功能的实现又意为着什么呢.....????
发表评论
-
TestNG系列2:TestNG初接触
2008-04-18 22:52 3513首先来看一个非常简单 ... -
TestNG系列1:TestNG简介及插件
2008-04-18 22:19 6341一、什么是TestNG 引用TestNG是根据JUnit 和 ... -
用jdbcTempate调用存储过程,处理BLOB/CLOB小记
2007-11-06 00:20 90351、利用spring的jdbcTemplate调用存储过程 假 ... -
怎样利用spring简单地发送邮件
2007-11-03 16:45 3787SMTP:简单邮件传输协议,用于发送电子邮件的传输协议. PO ... -
搜索篇:Struts、Lucene的Web实例
2007-01-15 23:10 7923代码是网上下载的,有兴趣的可以看一下 这里用到的Lucene是 ... -
复习笔记:利用spring的BeanName简化事务管理配置
2006-12-30 00:27 6148常常在项目开发时候,很多目标bean需要生成事务代理,当然可以 ... -
Stripes 快速入门指南[翻译]
2006-12-27 18:56 10438说明:这是Stripes文档中的一篇叫Quick Start ... -
搜索篇:lucene简单实例<二>
2006-12-20 23:00 123写文章的时候,感觉比较难写的就是标题,有时候不知道起什么名字好 ... -
搜索篇:lucene的简单实例<一>
2006-12-19 20:12 13410说明一下,这一篇文章的用到的lucene,是用2.0版本的,主 ... -
一个比较完整的ANT实例
2006-12-19 19:41 8347Ant是一种专为java量身订做的构建工具,基础已经了java ... -
对struts2的的一些不满
2006-11-12 01:06 2970个人对struts2的一些不满的地方 1、基本大部分全抄web ... -
从webwork2.2.4迁移到struts2
2006-11-12 00:47 2575注:(originally posted on the Web ... -
webwork2.2到struts2的变化
2006-11-12 00:44 2177While Struts 2 started with the ... -
反思spring:由Ruby on Rails想到的
2006-10-23 09:33 3226[size=11] 众所周知,RoR里面的指导原则有: 第 ... -
关于jboss,weblogic的配置
2006-05-26 22:28 3446###################以下是jboss的配置# ... -
[转载] 无所不能的“蚂蚁”--Ant
2006-06-05 23:27 3808说他无所不能,好像有点夸张,但是用过Ant之后,感觉真的是只有 ... -
Hibernate, Java 5 and DAO[转]
2006-08-04 17:54 2458... -
研究一下springside的核心部分源代码
2006-09-15 19:47 6965这两天,有一些时间,研究一下springside的源代码,结 ...
相关推荐
Java搜索引擎的研究与实现(含文档+源码)<br>目录 1<br>摘要 3<br>第一章 引言 4<br>第二章 搜索引擎的结构 5<br>2.1系统概述 5<br>2.2搜索引擎的构成 5<br>2.2.1网络机器人 5<br>2.2.2索引与搜索 5<br>2.2.3 Web...
lucene实例lucene实例lucene实例lucene实例lucene实例lucene实例lucene实例lucene实例lucene实例
赠送jar包:lucene-core-7.7.0.jar; 赠送原API文档:lucene-core-7.7.0-javadoc.jar; 赠送源代码:lucene-core-7.7.0-sources.jar; 赠送Maven依赖信息文件:lucene-core-7.7.0.pom; 包含翻译后的API文档:lucene...
Java的俄语和英语形态叉 这是Alexander.A.Kuznetsov编写的针对Java和Lucene 3.0框架的俄语和英语形态的分支。 它已更新为可与Lucene 4.0及更高版本一起使用。... <groupId>org.motovs.lucene.morpholo
开发自己的搜索引擎《lucene2.0+heritrix》一书对应的源码资料,总共有30M,只上传了几个例子.<br>ch2-lucene入门小例子<br>myReserch-可用的网络搜索引擎
来自“猎图网 www.richmap.cn”基于IKAnalyzer分词算法的准商业化Lucene中文分词器。<br>1. 正向全切分算法,42万... 对未知词汇采用自识别结合二元切分算法,确保搜索召回率<br>(使用方法请参考IKAnalyzer V1.1版)
将它添加到您的 Maven 项目的pom.xml : < dependency> < groupId>com.snowtide</ groupId> < artifactId>lucene-pdf</ artifactId> < version>3.0.0</ version></ dependency> 或者,将上述 Maven 工件坐标添加到...
Lucene Query Tool (lqt) 是一个命令行工具用来执行 Lucene 查询并对结果进行格式化输出。 使用方法: $ ./lqt usage: LuceneQueryTool [options] --analyzer <arg> for query, (KeywordAnalyzer | ...
使输出数据的格式定义更灵活<br> * 修改了日志评论的静态存储结构加入了索引路径,使其更符合SEO<br> * 取消了不成熟的外挂搜索引擎接口<br> * 开放了搜索页的直接地址,可以被搜索引擎找到<br><br>更多资料请访问官方...
LoremIpsum搜索 包含与 lucene 和 solr 一起使用的搜索算法... export CLASSPATH="<lucene>/lucene/replicator/lib/*:<nutch>/build/*:<nutch>/build/lib/*:<lucene>/solr/dist/*:<lucene>/solr/ dist/solrj-lib/*:*:.
笔记: 该项目需要一个依赖项,即截至撰写本文时,该依赖项还不在公共Maven存储库中:<dependency><groupId>vn.hus</groupId><artifactId>nlp-tokenizer</artifactId><version>4.1.1</version></dependency> 在将其...
lucene实例lucene实例lucene实例lucene实例lucene实例
Lucene简单实例记录 简单Luncene的示例应用
<br>Lucene的作者:Lucene的贡献者Doug Cutting是一位资深全文索引/检索专家,曾经是V-Twin搜索引擎(Apple的Copland操作系统的成就之一)的主要开发者,后在Excite担任高级系统架构设计师,目前从事于一些INTERNET...
Lucene搜索实例,Lucene,Lucene
Lucene学习总结之二:Lucene的总体架构 Lucene学习总结之三:Lucene的索引文件格式(1) Lucene学习总结之三:Lucene的索引文件格式(2) Lucene学习总结之三:Lucene的索引文件格式(3) Lucene学习总结之四:...
1.43 博文链接:https://lighter.iteye.com/blog/47592
Lucene索引器实例Lucene索引器实例Lucene索引器实例Lucene索引器实例
[开发自己的搜索引擎:Lucene.Heritrix(第2版)].邱哲.扫描版.pdf
通过lucene创建索引,然后进行各种搜索