|
锁定老帖子 主题：Lucene 3.0 原理与代码分析
该帖已经被评为良好帖
|
|
|---|---|
| 作者 | 正文 |
|
发表时间：2010-02-25
对了楼主，
Lucene in action 第二版最后一章有一个关于LUCENE的项目，但是我找到了很版本的PDF的这本书，最后一章都删除了，楼主你能找到不？ |
| 返回顶楼 | |
|
发表时间：2010-02-25
Document doc = new Document();
//创建Field对象，并放入doc对象中
doc.add(new Field("filename", "Java编程和Java企业应用 Lucene 3.0 原理与代码分析",
Field.Store.YES, Field.Index.ANALYZED));
doc.add(new Field("indexDate",DateTools.dateToString(new Date(), DateTools.Resolution.DAY),Field.Store.YES,Field.Index.NOT_ANALYZED));
//写入IndexWriter
indexWriter.addDocument(doc);
当addDocument到indexWriter之后，怎么看分词的情况？ 比如说: Java/编程/和/Java/企业/应用/Lucene 3.0 /原理/与/代码/分析 /代码分析/企业应用 |
| 返回顶楼 | |
|
发表时间：2010-02-26
langhua9527 写道 Document doc = new Document();
//创建Field对象，并放入doc对象中
doc.add(new Field("filename", "Java编程和Java企业应用 Lucene 3.0 原理与代码分析",
Field.Store.YES, Field.Index.ANALYZED));
doc.add(new Field("indexDate",DateTools.dateToString(new Date(), DateTools.Resolution.DAY),Field.Store.YES,Field.Index.NOT_ANALYZED));
//写入IndexWriter
indexWriter.addDocument(doc);
当addDocument到indexWriter之后，怎么看分词的情况？ 比如说: Java/编程/和/Java/企业/应用/Lucene 3.0 /原理/与/代码/分析 /代码分析/企业应用 您好，有关分词我想到得有以下几种方法： 1. 有个工具luke(http://www.getopt.org/luke/)，能够查看索引。如果使用的分词器为org.apache.lucene.analysis.cjk.CJKAnalyzer，则打开索引后在Overview里面可以看到所有的Term，如下图，可以看到分词结果为"java 编程 程和 java 企业 业应 应用 lucene 3 0 原理 理与 与代 代码 码分 分析" 
然而此种方法的问题是，现在luke仅仅支持到2.9，并不支持3.0的索引，因而要想看到分词结果，必须用2.9建立索引，用luke打开查看。 由于分词结果仅仅和分词器有关系，如果分词器在两个版本中没有太大变化，索引从2.9中看到的分词结果基本能够反映3.0中的分词情况。 如果非要看3.0中的分词器的效果，可以将分词器移到2.9的代码中，然后用它建立索引后查看。 2. 如果每次检验分词结果都要重建索引比较麻烦，可以使用luke中search这一栏，在Enter search expression here：输入"Java编程和Java企业应用 Lucene 3.0 原理与代码分析"，注意一定要引号引起来，然后再Analyzer to use for query parsing中选择适当的分词器，比如选择org.apache.lucene.analysis.cjk.CJKAnalyzer，点击search，则在Query details里面显示的就是分词结果：filename:"java 编程 程和 java 企业 业应 应用 lucene 3 0 原理 理与 与代 代码 码分 分析" 因为索引阶段和搜索阶段的相同分词器的分词结果是一样的。 
3. 如果在代码中查看，可以写如下代码：
File indexDir = new File("TestIndexingAnalyzer");
IndexWriter writer = new IndexWriter(FSDirectory.open(indexDir), new CJKAnalyzer(Version.LUCENE_CURRENT), true, IndexWriter.MaxFieldLength.LIMITED);
Document doc = new Document();
// 创建Field对象，并放入doc对象中
doc.add(new Field("filename", "Java编程和Java企业应用 Lucene 3.0 原理与代码分析", Field.Store.YES, Field.Index.ANALYZED));
doc.add(new Field("indexDate", DateTools.dateToString(new Date(), DateTools.Resolution.DAY), Field.Store.YES, Field.Index.NOT_ANALYZED));
// 写入IndexWriter
writer.addDocument(doc);
writer.close();
IndexReader reader = IndexReader.open(FSDirectory.open(indexDir));
//TermEnum是用来枚举所有分好的Term的
TermEnum tm = reader.terms();
while(tm.next()){
System.out.println(tm.term());
}
结果为： filename:0 filename:3 filename:java filename:lucene filename:与代 filename:业应 filename:代码 filename:企业 filename:分析 filename:原理 filename:应用 filename:理与 filename:码分 filename:程和 filename:编程 indexDate:20100225 也可以看得出分词结果。 |
| 返回顶楼 | |
|
发表时间：2010-02-26
看了第一篇文章，太棒了，绝对要评为精华的啊，可惜可惜了
|
| 返回顶楼 | |
|
发表时间：2010-02-26
写的太好了，讲的很明了，楼主辛苦了
|
| 返回顶楼 | |
|
发表时间：2010-02-26
楼主灰常厚道的说，可以拿去出版了，JE应该效仿一下天涯的煮酒啊
|
| 返回顶楼 | |
|
发表时间：2010-03-01
对楼主还是挺钦佩的，能静心研究。（先前回复了“钦佩！钦佩！”给扣了30分，挺郁闷，有时本来就没有必要太多废话）
|
| 返回顶楼 | |
|
发表时间：2010-04-15
呵呵，楼主及时雨，公司正在准备用这个，这篇文章好在给了一个参考。
|
| 返回顶楼 | |
|
发表时间：2010-04-20
我断断续续看了好几天，今晚上终于把它看完了，顺便理了下思路，楼主加油！！！
|
| 返回顶楼 | |
|
发表时间：2010-06-09
博主人格了得,乐以分享.学以致用!
|
| 返回顶楼 | |
