在了解了Lucene以后，我打算亲手来做一个Lucene的小例子，这个例子只是Lucene最简单的应用：使用Lucene实现标准的英文搜索；

1、下载Lucene

下载Lucene，到Lucene的官方下载http://lucene.apache.org/；

2、新建项目

新建一个Java Project 然后引入Lucene的jar 包：

因为要实现的功能非常简单，所以Jar包只引入了一部分，当然Lucene的jar包远远不止这些；

core包：Lucene的核心包

analyzers包：主要进行对采集的内容和用户输入的内容进行分词；

highlighter包：主要对搜索的结果进行高亮显示，就像百度搜索结果标红一样；

queries和queryparser包：搜索查询包，根据用户输入关键定去检索内容；

主要用到这三个包； 

 

3、准备数据源文件

要让用户搜索结果，首先得有数据源， 我准备了几个文本文档，里面全是英文内容：

将这些文本文件放在一个全英文的目录里面，同时还要建一些纯英文的目录用来存放索引文件；

4、对数据源进行索引

在用户进行搜索前，系统得先对数据源进行分析，排序，分词，创建索引；这是一步很关键的工作：

新建一个CreateIndex类，代码如下：

package com.lucene;import java.io.File;import java.util.Collection;import org.apache.commons.io.FileUtils;import org.apache.commons.io.filefilter.TrueFileFilter;import org.apache.lucene.analysis.Analyzer;import org.apache.lucene.analysis.standard.StandardAnalyzer;import org.apache.lucene.analysis.util.CharArraySet;import org.apache.lucene.document.Document;import org.apache.lucene.document.Field.Store;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.index.IndexWriterConfig.OpenMode;import org.apache.lucene.store.Directory;import org.apache.lucene.store.FSDirectory;import org.apache.lucene.util.Version;import org.junit.Test;public class CreateIndex {        /** 数据源目录 **/        public static final String DATA_DIR="E:/data/lucene/en/data";        /** 索引目录 **/        public static final String INDEX_DIR="E:/data/lucene/en/index";        @Test        public void create(){            try {                Directory dir = FSDirectory.open(new File(INDEX_DIR));                //4. 通过CharArraySet可以向分词中追加一些停止词（即排除检索的词）                CharArraySet arrSet = new CharArraySet(Version.LUCENE_4_9, 0, false);                //3. Analyzer 用于对数据源进行分词                Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_4_9, arrSet);                //2. IndexWriter的配置信息都存放在IndexWriterConfig中                IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_4_9,analyzer);                // OpenMode.CREATE_OR_APPEND 指定，该创建索引是可以在以后通过追加的方式向里面添加内容                config.setOpenMode(OpenMode.CREATE_OR_APPEND);                //1. 创建索引的入口，创建索引必须用IndexWriter进行创建或者追加                IndexWriter writer = new IndexWriter(dir,config);                File dataDir = new File(DATA_DIR);                //5.得到数据源中所有的文件                Collection
     
       files = FileUtils.listFiles(dataDir, TrueFileFilter.INSTANCE, TrueFileFilter.INSTANCE);                for(File file : files){                    //6. 通过向Writer追加Document的方式添加内容                    Document doc = new Document();                    doc.add(new StringField("filename",file.getName(), Store.YES));                    String content = FileUtils.readFileToString(file);                    doc.add(new TextField("content",content,Store.YES));                    writer.addDocument(doc);                }                writer.close();            } catch (Exception e) {                e.printStackTrace();            }        }}
     

在新建完CreateIndex类以后，可以使用Test运行一下，然后在索引目录就会生成一些这样的文件：

这就是Lucene创建完索引的索引数据库了；

5、创建检索

创建一个SearchIndex类，主要作用是通过用户输入内容分词，然后检索出用户想要的结果：

import java.io.File;import org.apache.lucene.analysis.standard.StandardAnalyzer;import org.apache.lucene.document.Document;import org.apache.lucene.index.DirectoryReader;import org.apache.lucene.index.IndexReader;import org.apache.lucene.queryparser.classic.QueryParser;import org.apache.lucene.search.IndexSearcher;import org.apache.lucene.search.Query;import org.apache.lucene.search.ScoreDoc;import org.apache.lucene.search.TopDocs;import org.apache.lucene.store.Directory;import org.apache.lucene.store.FSDirectory;import org.apache.lucene.util.Version;import org.junit.Test;public class SearchIndex {    @Test    public void search(){        try {            String keyword = "java";            // 在这里进行检索的时候，需要加载的目录就是创建索引的目录，创建索引以后，那些原数据源在Lucene上就暂时用不到了            Directory directory = FSDirectory.open(new File(CreateIndex.INDEX_DIR));            IndexReader reader = DirectoryReader.open(directory);            // IndexSearcher 是Lucene的检索的入口点，所有检索都从这里入口            IndexSearcher searcher = new IndexSearcher(reader);            // 通过analyzer对用户输入的词进行分词            StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_4_9);            // 构建检索条件            QueryParser parser = new QueryParser(Version.LUCENE_4_9, "content",analyzer);            Query query = parser.parse(keyword);            // 最后使用searcher.search检索，search方法的参数很多，还可以根据需求，取出相应的条数            TopDocs topDocs = searcher.search(query, 20);            // topDocs.totalHits 返回的是所有检索到记录的条数的总和            ScoreDoc[] docs = topDocs.scoreDocs;            System.out.println("关键词\" "+keyword+" \"共检索到 "+topDocs.totalHits+" 条相关的记录");            System.out.println("被检索到记录，他们分别放在以下的文件中：");            for(ScoreDoc doc : docs){                int docId = doc.doc;                Document document = reader.document(docId);                System.out.println(document.get("filename"));            }        } catch (Exception e) {            e.printStackTrace();        }    }}

 

为了方便，我摸拟了一个搜索词“java” 看能查询出多少条数据，运行单元测试：

 

小结：这只是Lucene的最简单的用法，还有很多高深的用法，可以查看Lucene的官方文档，Lucene用来检索中文同样很厉害，大家快去试试吧；下小节我会贴出我写的使用Lucene来做一个千度搜索；