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.
创建文档
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;}创建IndexWriter
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);}开始索引过程
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);}示例应用程序
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. |
LuceneConstants.java
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;}TextFileFilter.java
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"); }}Indexer.java
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(); }}LuceneTester.java
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"); }}数据&索引目录创建
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.
运行程序
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.txtIndexing E:\Lucene\Data\record10.txtIndexing E:\Lucene\Data\record2.txtIndexing E:\Lucene\Data\record3.txtIndexing E:\Lucene\Data\record4.txtIndexing E:\Lucene\Data\record5.txtIndexing E:\Lucene\Data\record6.txtIndexing E:\Lucene\Data\record7.txtIndexing E:\Lucene\Data\record8.txtIndexing E:\Lucene\Data\record9.txt10 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 :
