索引过程是Lucene提供的核心功能之一.下图说明了索引过程和类的使用. IndexWriter是索引过程中最重要和最核心的组件.
我们将包含 Field 的文档添加到IndexWriter，后者使用 Analyzer 分析文档，然后根据需要创建/打开/编辑索引，并在目录中存储/更新它们. IndexWriter 用于更新或创建索引.它不用于读取索引.
现在我们将逐步向您展示如何使用基本示例了解索引过程.
创建一个从文本文件中获取lucene文档的方法.
创建各种类型的字段，这些字段是包含键作为名称和值的键值对，作为要编制索引的内容.
设置要分析的字段.在我们的例子中，只分析内容，因为它可以包含搜索操作中不需要的数据，如a，am，are等.
将新创建的字段添加到文档对象并将其返回给调用方法.
private Document getDocument(File file) throws IOException {
Document document = new Document();
//index file contents
Field contentField = new Field(LuceneConstants.CONTENTS,
new FileReader(file));
//index file name
Field fileNameField = new Field(LuceneConstants.FILE_NAME,
file.getName(),
Field.Store.YES,Field.Index.NOT_ANALYZED);
//index file path
Field filePathField = new Field(LuceneConstants.FILE_PATH,
file.getCanonicalPath(),
Field.Store.YES,Field.Index.NOT_ANALYZED);
document.add(contentField);
document.add(fileNameField);
document.add(filePathField);
return document;
}IndexWriter类充当在此期间创建/更新索引的核心组件索引过程.按照以下步骤创建IndexWriter :
步骤1 : 创建IndexWriter的对象.
步骤2 : 创建一个Lucene目录，该目录应指向要存储索引的位置.
步骤3 : 初始化使用索引目录创建的IndexWriter对象，标准分析器具有版本信息和其他必需/可选参数.
private IndexWriter writer;
public Indexer(String indexDirectoryPath) throws IOException {
//this directory will contain the indexes
Directory indexDirectory =
FSDirectory.open(new File(indexDirectoryPath));
//create the indexer
writer = new IndexWriter(indexDirectory,
new StandardAnalyzer(Version.LUCENE_36),true,
IndexWriter.MaxFieldLength.UNLIMITED);
}以下程序显示了如何启动索引过程 :
private void indexFile(File file) throws IOException {
System.out.println("Indexing "+file.getCanonicalPath());
Document document = getDocument(file);
writer.addDocument(document);
}要测试索引过程，我们需要创建一个Lucene应用程序测试.
| Step | 描述 |
|---|---|
| 1 | 在包 com.it1352.lucene下创建一个名为 LuceneFirstApplication 的项目如 Lucene - First Application章节中所述.您还可以使用在 Lucene - First Application 章节中创建的项目来了解索引过程. |
| 2 | 创建 LuceneConstants.java， TextFileFilter.java 和 Indexer.java ，如 Lucene - First Application 章节中所述.保持其余文件不变. |
| 3 | 创建 LuceneTester.java ，如下所述. |
| 4 | 清理并构建应用程序确保业务逻辑按照要求运行. |
此类用于提供在示例应用程序中使用的各种常量.
package com.it1352.lucene;
public class LuceneConstants {
public static final String CONTENTS = "contents";
public static final String FILE_NAME = "filename";
public static final String FILE_PATH = "filepath";
public static final int MAX_SEARCH = 10;
}此类用作 .txt 文件过滤器.
package com.it1352.lucene;
import java.io.File;
import java.io.FileFilter;
public class TextFileFilter implements FileFilter {
@Override
public boolean accept(File pathname) {
return pathname.getName().toLowerCase().endsWith(".txt");
}
}此类用于索引原始类数据，以便我们可以使用Lucene库进行搜索.
package com.it1352.lucene;
import java.io.File;
import java.io.FileFilter;
import java.io.FileReader;
import java.io.IOException;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
public class Indexer {
private IndexWriter writer;
public Indexer(String indexDirectoryPath) throws IOException {
//this directory will contain the indexes
Directory indexDirectory =
FSDirectory.open(new File(indexDirectoryPath));
//create the indexer
writer = new IndexWriter(indexDirectory,
new StandardAnalyzer(Version.LUCENE_36),true,
IndexWriter.MaxFieldLength.UNLIMITED);
}
public void close() throws CorruptIndexException, IOException {
writer.close();
}
private Document getDocument(File file) throws IOException {
Document document = new Document();
//index file contents
Field contentField = new Field(LuceneConstants.CONTENTS,
new FileReader(file));
//index file name
Field fileNameField = new Field(LuceneConstants.FILE_NAME,
file.getName(),
Field.Store.YES,Field.Index.NOT_ANALYZED);
//index file path
Field filePathField = new Field(LuceneConstants.FILE_PATH,
file.getCanonicalPath(),
Field.Store.YES,Field.Index.NOT_ANALYZED);
document.add(contentField);
document.add(fileNameField);
document.add(filePathField);
return document;
}
private void indexFile(File file) throws IOException {
System.out.println("Indexing "+file.getCanonicalPath());
Document document = getDocument(file);
writer.addDocument(document);
}
public int createIndex(String dataDirPath, FileFilter filter)
throws IOException {
//get all files in the data directory
File[] files = new File(dataDirPath).listFiles();
for (File file : files) {
if(!file.isDirectory()
&& !file.isHidden()
&& file.exists()
&& file.canRead()
&& filter.accept(file)
){
indexFile(file);
}
}
return writer.numDocs();
}
}此类用于测试索引Lucene库的功能.
package com.it1352.lucene;
import java.io.IOException;
public class LuceneTester {
String indexDir = "E:\\Lucene\\Index";
String dataDir = "E:\\Lucene\\Data";
Indexer indexer;
public static void main(String[] args) {
LuceneTester tester;
try {
tester = new LuceneTester();
tester.createIndex();
} catch (IOException e) {
e.printStackTrace();
}
}
private void createIndex() throws IOException {
indexer = new Indexer(indexDir);
int numIndexed;
long startTime = System.currentTimeMillis();
numIndexed = indexer.createIndex(dataDir, new TextFileFilter());
long endTime = System.currentTimeMillis();
indexer.close();
System.out.println(numIndexed+" File indexed, time taken: "
+(endTime-startTime)+" ms");
}
}我们使用了record1.txt中的10个文本文件到包含学生姓名和其他详细信息的record10.txt，并将它们放在 E:\ Lucene目录中\ Data. 测试数据.应将索引目录路径创建为 E:\Lucene\Index .运行此程序后，您可以看到在该文件夹中创建的索引文件列表.
完成创建后您可以通过编译和运行程序来完成源，原始数据，数据目录和索引目录.为此，请保持LuceneTester.Java文件选项卡处于活动状态，并使用Eclipse IDE中提供的运行选项或使用 Ctrl + F11 编译并运行 LuceneTester 应用程序.如果您的应用程序成功运行，它将在Eclipse IDE的控制台中打印以下消息 :
Indexing E:\Lucene\Data\record1.txt Indexing E:\Lucene\Data\record10.txt Indexing E:\Lucene\Data\record2.txt Indexing E:\Lucene\Data\record3.txt Indexing E:\Lucene\Data\record4.txt Indexing E:\Lucene\Data\record5.txt Indexing E:\Lucene\Data\record6.txt Indexing E:\Lucene\Data\record7.txt Indexing E:\Lucene\Data\record8.txt Indexing E:\Lucene\Data\record9.txt 10 File indexed, time taken: 109 ms
一旦你有了成功运行程序，您将在索引目录中删除以下内容 :
