Lucene的普及和成功的背后是因為它的簡單。

因此，你不需要深入理解Lucene的信息索引和檢索工作方面的知識就可以開始使用。

Lucene提供了簡單但是強大的核心API去實現全文索引和檢索，你只需要掌握少數的類就能將Lucene整合到應用中。

剛接觸Lucene的人可能會誤認為Lucene是一個文件搜索工具、網絡爬蟲、或者網頁搜索引擎。實際上Lucene是一個軟件庫，而不是一個全功能的搜索應用程序。它涉及全文索引和搜索，而且做得非常好。Lucene可以讓你的應用程序隱藏起復雜的索引和搜索背后的操作，而使用簡單的API處理特定的問題領域和業務規則。你可以想象Lucene就是像一個層，你的應用就在層的上面。

Lucene允許你添加索引和搜索功能到應用程序中。Lucene不關心數據的來源，Lucene可以索引和搜索任何可以轉換成文本格式的數據。這意味著你可以用Lucene索引和搜索數據：遠程web服務器上的網頁、存儲在本地文件系統的文檔、簡單的文本文件、Microsoft Word文檔、HTML或PDF文件，或者其他任何可以從中提取文本信息的格式文件。

所有搜索引擎的核心就是索引的概念：把原始數據處理成一個高效的交叉引用查找，以便快速檢索。讓我們看看快速高效的索引和搜索過程。

1.索引是什么，為什么它這么重要？

假如你需要搜索大量的文件，你希望找到那些包含某個單詞或詞組的文件。你將如何去寫一個程序實現這個功能？一個做法就是按順序掃描每一個文件，搜索是否包含給定的單詞或詞組。但是這樣的做法有很多缺陷的，其中最明顯的就是在大量的文件存在的情況下，速度是令人無法接受的。這種情況下，索引產生了。為了搜索大量的文本，你首先要對這些文本以特定的結構存儲，這種存儲結構可以讓你迅速的搜索，消除慢的順序掃描的過程。這種存儲結構就叫索引，將文本轉換成特定結構存儲的過程，就叫建立索引。

索引作為一種數據結構，允許你快速隨機的訪問存儲在里面的詞。類似于字典的目錄，某個詞對應到某一頁，查找的時候直接定位到那一頁，速度就非常快，不用一頁一頁的翻去查找。Lucene的索引是一種專門設計的數據結構，通常作為一組索引文件存儲在文件系統上。

2.什么是搜索？

在索引中搜索關鍵詞，找到包含關鍵詞的文檔的過程就是搜索。搜索質量通常使用準確度和召回率來描述。所謂召回率是指一次搜索結果集合中符合用戶要求的數目與和用戶查詢相關的總數之比，而準確率是指一次搜索結果集合中符合用戶要求的數目與該次搜索結果總數之比。我們也需要考慮其他有關搜索的因素，比如速度和快速搜索大量文本的能力，單個和多項查詢、 短語查詢、 通配符、 結果的排名和排序的支持也很重要。

3.Lucene in Action

假如我們需要索引和搜索存儲在一個目錄下的文件。

在我們使用Lucene進行搜索之前，我們需要先建立索引。使用的Lucene的版本是3.6。

3.1建立索引

1）創建存放索引的目錄Directory

2）創建索引器配置管理類IndexWriterConfig

3）使用索引目錄和配置管理類創建索引器

4）使用索引器將Document寫到索引文件中

索引器類：

/**  
 * 索引器  
 * @author Luxh  
 */ 
public class Indexer {  
       
       
    /**  
     * 建立索引  
     * @param filePath 需要建立索引的文件的存放路徑  
     * @throws IOException  
     */ 
    public static void createIndex(String filePath) throws IOException {  
           
        //在當前路徑下創建一個叫indexDir的目錄  
        File indexDir = new File("./indexDir");  
           
        //創建索引目錄  
        Directory directory = FSDirectory.open(indexDir);  
           
        //創建一個分詞器  
        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_36);  
           
        //創建索引配置器  
        IndexWriterConfig indexWriterConfig = new IndexWriterConfig(Version.LUCENE_36,analyzer);  
           
           
        LogMergePolicy mergePolicy = new LogByteSizeMergePolicy();  
           
        //設置segment添加文檔(Document)時的合并頻率  
        //值較小,建立索引的速度就較慢  
        //值較大,建立索引的速度就較快,>10適合批量建立索引  
        mergePolicy.setMergeFactor(50);  
           
        //設置segment最大合并文檔(Document)數  
        //值較小有利于追加索引的速度  
        //值較大,適合批量建立索引和更快的搜索  
        mergePolicy.setMaxMergeDocs(5000);  
           
        //啟用復合式索引文件格式,合并多個segment  
        mergePolicy.setUseCompoundFile(true);  
           
           
        indexWriterConfig.setMergePolicy(mergePolicy);  
           
        //設置索引的打開模式  
        indexWriterConfig.setOpenMode(OpenMode.CREATE_OR_APPEND);  
           
        //創建索引器  
        IndexWriter indexWriter = new IndexWriter(directory,indexWriterConfig);  
           
           
        File fileDir = new File(filePath);  
        for(File file : fileDir.listFiles()) {  
            //Document是Lucene的文檔結構，需要索引的對象都要轉換為Document  
            Document document = new Document();  
               
            //文件名,可查詢,分詞,存儲到索引庫記錄中  
            document.add(new Field("name",getFileName(file),Store.YES,Index.ANALYZED));  
               
            //文件路徑,可查詢,不分詞,存儲到索引庫記錄中  
            document.add(new Field("path",file.getAbsolutePath(),Store.YES,Index.NOT_ANALYZED));  
               
            //大文本內容,可查詢,不存儲,實際上可根據文件路徑去找到真正的文本內容  
            //document.add(new Field("content",new FileReader(file)));  
               
            //小文本內容，可以存儲到索引記錄庫  
            document.add(new Field("content",getFileContent(file),Store.YES,Index.ANALYZED));  
               
            //把文檔添加到索引庫  
            indexWriter.addDocument(document);  
               
        }  
           
        //提交索引到磁盤上的索引庫,關閉索引器  
        indexWriter.close();  
   
    }  
       
    /**  
     * 獲取文件名  
     */ 
    public static String getFileName(File file) {  
        String fileName = "";  
        if(file != null) {  
            fileName = file.getName().substring(0, file.getName().lastIndexOf("."));  
        }  
        return fileName;  
    }  
       
    /**  
     * 獲取文本  
     * @param file  
     */ 
    public static String getFileContent(File file) {  
        FileReader fr = null;  
        BufferedReader br = null;  
        String content = "";  
        try {  
            fr = new FileReader(file);  
            br = new BufferedReader(fr);  
            StringBuffer sb = new StringBuffer();  
            String line = br.readLine();  
            while(null != line){  
                sb.append(line);  
                line = br.readLine();  
            }  
            content = sb.toString();  
        }catch(Exception e) {  
            e.printStackTrace();  
        }finally {  
            try {  
                if(fr != null)  
                    fr.close();  
                if(br != null)  
                    br.close();  
            } catch (IOException e) {  
                e.printStackTrace();  
            }  
        }  
        return content;  
           
    }  
   
       
} 

IndexWriter：索引器，負責創建和維護一條索引。

在Lucene3.6版本，只推薦使用一個構造方法IndexWriter(Directory d,IndexWriterConfig conf)，其他的構造方法都已經過時。所有關于IndexWriter的配置都是通過IndexWriterConfig來進行管理。

IndexWriterConfig：索引器配置類，管理所有有關索引器的配置。只有一個構造方法IndexWriterConfig(Version matchVersion,Analyzer analyzer)，構造方法中的參數matchVersion是Lucene的版本，analyzer是分詞器。

接下來我們運行索引器創建索引。

public class TestIndexer {  
       
    /**  
     * 創建索引  
     * @throws IOException  
     */ 
    @Test 
    public void testCreateIndex() throws IOException{  
        //存放需要建立索引的文件的目錄路徑  
        String filePath = "./fileDir";  
        //調用索引器的創建索引方法  
        Indexer.createIndex(filePath);  
    }  
} 

這樣我們就對當前路徑下fileDir中的文件創建了索引。

3.2執行搜索

在Lucene中搜索像建立索引一樣簡單、快速。現在，我們建立一個搜索器，搜索包含特定文本的文件。

1)使用QueryParser將查詢的關鍵詞解析成Lucene的查詢對象Query。創建QueryParser的時候我們需要用到分詞器，這個分詞器要和前面創建索引的時候使用的分詞器一致。

2)使用FSDirectory打開索引所在的目錄。

3)使用IndexReader讀取索引目錄和使用IndexSearcher進行搜索。

4)返回搜索結果對象TopDocs。TopDocs包含搜索到結果總數和結果的集合ScoreDocs數組

5)遍歷結果的集合ScoreDocs數組，根據每一個ScoreDoc的文檔編號獲取Document

看看搜索器的代碼：

/**  
 * 搜索器  
 * @author Luxh  
 */ 
public class Searcher {  
       
    /**  
     * 搜索  
     * @param keyWord 搜索的關鍵詞  
     * @param indexDir  索引目錄所在路徑  
     * @throws ParseException  
     * @throws IOException  
     * @return List<Document>  
     */ 
    public static List<Document> search(String keyWord,String indexDirPath) throws ParseException, IOException {  
           
        String[] fields = {"name","content"};  
           
        //創建一個分詞器,和創建索引時用的分詞器要一致  
        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_36);  
           
        //創建查詢解析器  
        QueryParser queryParser = new MultiFieldQueryParser(Version.LUCENE_36,fields,analyzer);  
           
        //將查詢關鍵詞解析成Lucene的Query對象  
        Query query = queryParser.parse(keyWord);  
           
        //打開索引目錄  
        File indexDir = new File(indexDirPath);  
        Directory directory = FSDirectory.open(indexDir);  
           
        //獲取訪問索引的接口,進行搜索  
        IndexReader indexReader  = IndexReader.open(directory);  
        IndexSearcher indexSearcher = new IndexSearcher(indexReader);  
           
        //TopDocs 搜索返回的結果  
        TopDocs topDocs = indexSearcher.search(query, 100);//只返回前100條記錄  
           
        int totalCount = topDocs.totalHits; // 搜索結果總數量  
        System.out.println("搜索到的結果總數量為：" + totalCount);  
           
        ScoreDoc[] scoreDocs = topDocs.scoreDocs; // 搜索的結果集合  
           
        List<Document> docs = new ArrayList<Document>();  
           
        for(ScoreDoc scoreDoc : scoreDocs) {  
            //文檔編號  
            int docID = scoreDoc.doc;  
            //根據文檔編號獲取文檔  
            Document doc = indexSearcher.doc(docID);  
            docs.add(doc);  
        }  
        indexReader.close();  
        indexSearcher.close();  
        return docs;  
    }  
} 

接下來我們運行搜索器：

public class TestSearcher {  
       
    /**  
     * 搜索  
     */ 
    @Test 
    public void testSearch() throws IOException, ParseException{  
        //搜索關鍵詞  
        String keyWord = "Java";  
        //索引目錄路徑  
        String indexDirPath = "./indexDir";  
        //調用搜索器進行搜索  
        List<Document> docs = Searcher.search(keyWord, indexDirPath);  
        for(Document doc : docs) {  
            System.out.println("文件名 ： "+doc.get("name"));  
            System.out.println("路徑 ： "+doc.get("path"));  
            System.out.println("內容 ： "+doc.get("content"));  
        }  
    }  
       
       
} 

如果有包含關鍵詞的文件，就會被搜索出來了。

原文鏈接：http://www.cnblogs.com/luxh/archive/2012/06/20/2554095.html