Tag Archives: Lucene

英文原文：http://www.ibm.com/developerworks/java/library/os-apache-lucenesearch/ 中文翻译：ZavaKid 目录： Lucene介绍 在应用程序中使用Lucene 索引数据 Lucene介绍 Lucene是一个来自Apache的开源，高可扩展性的文本搜索引擎库。可以在开源或者商业软件应用中使用。Lucene强大的API主要集中在对文本的索引和搜索。使用它可以在应用中增加搜索的功能，比如邮件客户端，邮件列表，网页搜索，数据库搜索，等等。使用Lucene的网站有：Wikipedia，TheServerSide，jGuru，还有 LindedIn。 Lucene也为 Eclipse IDE，Nutch（著名的开源web搜索引擎），还有像IBM，AOL和Hewlett-Packard之类的公司。Lucene已经被写成多种语言了，像Perl，Python，C++，还有 .NET，到今天（2009-09-12）为止，最新的Lucene Java版本为 V2.4.1 Lucene有许多功能，包括： 强大、准确、高效的搜索算法 通过搜索计算相关文档的得分，并且通过相关度高获得高得分，得到高排名 支持多种搜索类型，包括词组搜索、通配符搜索、范围搜索、模糊搜索、布尔搜索，等等 支持解析用户输入的富搜索表达式 允许用户自定义排序、过滤、搜索表达解析去改变搜索行为 使用基于文件的锁机制防止同时修改索引 允许搜索和索引同时进行 在应用程序中使用Lucene 如图一所示，使用Lucene建立一个功能齐全的搜索应用主要设计到了：索引数据，搜索数据，和呈现搜索结果。 图一：应用程序使用Lucene的步骤 这篇文章将使用代码片段，这些片段来自某个由Lucene V2.4.1构建的应用程序。这个示例程序索引了一系列存在属性文件的电子邮件文档，也展示了如何使用Lucene的查询API去搜索索引。这个例子也会让你对基本的索引操作熟悉起来。 索引数据 Lucene可以索引任何文本格式的数据。你可以使用 Lucene 去索引 HTML 中的搜索数据，微软的 document， PDF 文件，等等。索引数据的第一步是要把数据转换成普通的文本格式。你可以似乎用自定义的解析器或者数据转换器去实现（把不是文本格式的数据转换成文本格式）。 索引过程 索引，是为了减轻快速搜索困难而把文本格式转换成某种格式的一个过程。这就好比你可能利用一个索引迅速找到一本书的后面：这个索引帮你定位到这本书的某一章。 Lucene … Continue reading →