用Lucene检索数据库.doc
用Lucene检索数据库1.写一段传统的JDBC程序，讲每条的用户信息从数据库读取出来2.针对每条用户记录，建立一个lucene document Document doc = new Document();并根据你的需要，将用户信息的各个字段对应luncene document中的field 进行添加，如： doc.add(new Field("NAME","USERNAME",Field.Store.YES,Field.Index.UN_TOKENIZED);然后将该条doc加入到索引中， 如： luceneWriter.addDocument(doc);这样就建立了lucene的索引库3.编写对索引库的搜索程序（看lucene文档），通过对lucene的索引库的查找，你可以快速找到对应记录的ID4.通过ID到数据库中查找相关记录 用Lucene索引数据库Lucene，作为一种全文搜索的辅助工具，为我们进行条件搜索，无论是像Google,Baidu之类的搜索引擎，还是论坛中的搜索功能，还是其它 C/S架构的搜索，都带来了极大的便利和比较高的效率。本文主要是利用Lucene对MS Sql Server 2000进行建立索引，然后进行全文索引。至于数据库的内容，可以是网页的内容，还是其它的。本文中数据库的内容是图书馆管理系统中的某个作者表 Authors表。 因为考虑到篇幅的问题，所以该文不会讲的很详细，也不可能讲的很深。本文以这样的结构进行：1.介绍数据库中Authors表的结构2.为数据库建立索引3.为数据库建立查询功能4.在web界面下进行查询并显示结果1介绍数据库中Authors表的结构字段名称 字段类型 字段含义Au_id Varchar(11) 作者号Au_name Varchar(60) 作者名Phone Char(12) 电话号码Address Varchar(40) 地址City Varchar(20) 城市State Char(2) 省份Zip Char(5) 邮编contract Bit(1) 外键（关系不大）表中的部分内容： 2为数据库建立索引首先建立一个类TestLucene.java。这个类就是对数据库进行建立索引，编写查询条件等。当然，最开始就是建立数据库连接。连接代码这里就省略了。_接着，新建一个方法getResutl(String),它返回的是数据库表Authors的内容。具体代码如下： public ResultSet getResult(String sql) try Statement stmt = conn.createStatement(); ResultSet rs = stmt.executeQuery(sql); return rs; catch(SQLException e) System.out.println(e); return null; 然后，为数据库建立索引。首先要定义一个IndexWriter（），它是将索引写进Lucene自己的数据库中，它存放的位置是有你自己定义的。在定义 IndexWriter 是需要指定它的分析器。Lucene自己自带有几个分析器，例如：StandarAnalyzer(),SimpleAnalyzer(), StopAnalyzer()等。它作用是对文本进行分析，判断如何进行切词。接着，要定义一个Document。Document相当于二维表中一行数据一样。Document里包含的是Field字段，Field相当于数据库中一列，也就是一个属性，一个字段。最后应该对IndexWriter进行优化，方法很简单，就是writer.optimize().具体代码如下： public void Index(ResultSet rs) try IndexWriter writer = new IndexWriter("d:/index/", getAnalyzer(), true); while(rs.next() Document doc=new Document(); doc.add(Field.Keyword("id",rs.getString("au_id"); doc.add(Field.Text("name",rs.getString("au_name"); doc.add(Field.UnIndexed("address",rs.getString("address"); doc.add(Field.UnIndexed("phone",rs.getString("phone"); doc.add(Field.Text("City",rs.getString("city"); writer.addDocument(doc); writer.optimize(); writer.close(); catch(IOException e) System.out.println(e); catch(SQLException e) System.out.println(e); public Analyzer getAnalyzer() return new StandardAnalyzer(); 3为数据库建立查询功能在类TestLucene中建立一个新的方法searcher(String)，它返回的是一个搜索的结构集，相当于数据库中的ResultSet一样。它代的参数是你要查询的内容。这里，我把要查询的字段写死了。你可以在添加一个参数表示要查询的字段。这里主要有两个对象IndexSearcher和Query。IndexSearcher是找到索引数据库，Query是处理搜索，它包含了三个参数：查询内容，查询字段，分析器。具体代码如下： public Hits seacher(String queryString) Hits hits=null; try IndexSearcher is = new IndexSearcher("D:/index/"); Query query=QueryParser.parse(queryString,"City",getAnalyzer(); hits=is.search(query); catch(Exception e) System.out.print(e); return hits; 4在web界面下进行查询并显示结果这里建立一个Jsp页面TestLucene.jsp进行搜索。在TestLucene.jsp页面中首先引入类<% page import="lucenetest.LucentTest"%><% page import="org.apache.lucene.search.*,org.apache.lucene.document.*" %> 然后定义一个LuceneTest对象，获取查询结果集： LucentTest lucent=new LucentTest(); Hits hits=lucent.seacher(request.getParameter("queryString");定义一个Form，建立一个查询环境：<form action="TestLucene.jsp"> <input type="text" name="queryString"/> <input type="submit" value="搜索"/></form>显示查询结果：<table> <%if(hits!=null)%> <tr> <td>作者号</td> <td>作者名</td> <td>地址</td> <td>电话号码</td> </tr> <% for(int i=0;i<hits.length();i+) Document doc=hits.doc(i); %> <tr> <td><%=doc.get("id") %></td> <td><%=doc.get("name") %></td> <td><%=doc.get("address") %></td> <td><%=doc.get("phone") %></td> </tr> <% %></table>用Lucene-1.3-final为网站数据库建立索引下是看了lnboy写的用lucene建立大富翁论坛的全文检索后写的测试代码。 为数据库cwb.mdb建立全文索引的indexdb.jsp <% page import ="org.apache.lucene.analysis.standard.*" %> <% page import="org.apache.lucene.index.*" %> <% page import="org.apache.lucene.document.*" %> <% page import="lucene.*" %> <% page contentType="text/html; charset=GBK" %> <% long start = System.currentTimeMillis(); String aa=getServletContext().getRealPath("/")+"index" IndexWriter writer = new IndexWriter(aa, new StandardAnalyzer(), true); try Class.forName("sun.jdbc.odbc.JdbcOdbcDriver").newInstance(); String url = "jdbc:odbc:driver=Microsoft Access Driver (*.mdb) ;DBQ=d:Tomcat 5.0webappszz3zcwbwebhomeWEB-INFcwb.mdb" Connection conn = DriverManager.getConnection(url); Statement stmt = conn.createStatement(); ResultSet rs = stmt.executeQuery( "select Article_id,Article_name,Article_intro from Article"); while (rs.next() writer.addDocument(mydocument.Document(rs.getString("Article_id"), rs.getString("Article_name"),rs.getString("Article_intro"); rs.close(); stmt.close(); conn.close(); out.println("索引创建完毕"); writer.optimize(); writer.close(); out.print(System.currentTimeMillis() - start); out.println(" total milliseconds"); catch (Exception e) out.println(" 出错了 " + e.getClass() + "n 错误信息为: " + e.getMessage(); %> 用于显示查询结果的aftsearch.jsp <% page import="org.apache.lucene.search.*" %> <% page import="org.apache.lucene.document.*" %> <% page import="lucene.*" %> <% page import = "org.apache.lucene.analysis.standard.*" %> <% page import="org.apache.lucene.queryParser.QueryParser" %> <% page contentType="text/html; charset=GBK" %> <% String keyword=request.getParameter("keyword"); keyword=new String(keyword.getBytes("ISO8859_1"); out.println(keyword); try String aa=getServletContext().getRealPath("/")+"index" Searcher searcher = new IndexSearcher(aa); Query query = QueryParser.parse(keyword, "Article_name", new StandardAnalyzer(); out.println("正在查找: " + query.toString("Article_name")+"<br>"); Hits hits = searcher.search(query); System.out.println(hits.length() + " total matching documents"); java.text.NumberFormat format = java.text.NumberFormat.getNumberInstance(); for (int i = 0; i < hits.length(); i+) /开始输出查询结果 Document doc = hits.doc(i); out.println(doc.get("Article_id"); out.println("准确度为：" + format.format(hits.score(i) * 100.0) + "%"); out.println(doc.get("Article_name")+"<br>"); / out.println(doc.get("Article_intro"); catch (Exception e) out.println(" 出错了 " + e.getClass() +"n 错误信息为: " + e.getMessage(); %> 辅助类： package lucene; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.lucene.document.DateField; public class mydocument public static Document Document(String Article_id,String Article_name,String Article_intro) Document doc = new Document(); doc.add(Field.Keyword("Article_id", Article_id); doc.add(Field.Text("Article_name", Article_name); doc.add(Field.Text("Article_intro", Article_intro); return doc; public mydocument() 用lucene为数据库搜索建立增量索引用 lucene 建立索引不可能每次都重新开始建立,而是按照新增加的记录,一次次的递增建立索引的IndexWriter类,有三个参数 IndexWriter writer = new IndexWriter(path, new StandardAnalyzer(),isEmpty);其中第三个参数是bool型的,指定它可以确定是增量索引,还是重建索引.对于从数据库中读取的记录,譬如要为文章建立索引,我们可以记录文章的id号,然后下次再次建立索引的时候读取存下的id号,从此id后往下继续增加索引,逻辑如下.建立增量索引,主要代码如下public void createIndex(String path) Statement myStatement = null; String articleId="0" /读取文件,获得文章id号码,这里只存最后一篇索引的文章id try FileReader fr = new FileReader("*.txt"); BufferedReader br = new BufferedReader(fr); articleId=br.readLine(); if(articleId=null|articleId="") articleId="0" br.close(); fr.close(); catch (IOException e) System.out.println("error343!"); e.printStackTrace(); try /sql语句,根据id读取下面的内容 String sqlText = "*"+articleId; myStatement = conn.createStatement(); ResultSet rs = myStatement.executeQuery(sqlText); /写索引 while (rs.next() Document doc = new Document(); doc.add(Field.Keyword("*", DateAdded); doc.add(Field.Keyword("*", articleid); doc.add(Field.Text("*", URL); doc.add(Field.Text("*", Content); doc.add(Field.Text("*", Title); try writer.addDocument(doc); catch(IOException e) e.printStackTrace(); /将我索引的最后一篇文章的id写入文件 try FileWriter fw = new FileWriter("*.txt"); PrintWriter out = new PrintWriter(fw); out.close(); fw.close(); catch (IOException e) e.printStackTrace(); ind.Close(); System.out.println("ok.end"); catch (SQLException e) e.printStackTrace(); finally /数据库关闭操作 然后控制是都建立增量索引的时候根据能否都到id值来设置IndexWriter的第三个参数为true 或者是false boolean isEmpty = true; try FileReader fr = new FileReader("*.txt"); BufferedReader br = new BufferedReader(fr); if(br.readLine()!= null) isEmpty = false; br.close(); fr.close(); catch (IOException e) e.printStackTrace(); writer = new IndexWriter(Directory, new StandardAnalyzer(),isEmpty);
