昆明理工大學(xué)-web服務(wù)與分布式計(jì)算-期末報(bào)告--預(yù)覽頁
【正文】 字段構(gòu)成，假設(shè)這里需要入庫的網(wǎng)站內(nèi)容包括如下字段：文章標(biāo)題、作者、發(fā)布時(shí)間、原文鏈接、正文內(nèi)容（一般作為網(wǎng)頁快照）。而我們想搜索的信息是哪些文件包含此字符串，也即已知字符串，欲求文件，也即從字符串到文件的映射。 反向索引的所保存的信息一般如下：假設(shè)我的文檔集合里面有100篇文檔，為了方便表示，我們?yōu)槲臋n編號(hào)從1到100，得到下面的結(jié)構(gòu): 左邊保存的是一系列字符串，稱為詞典。(Indexing) 全文檢索的索引創(chuàng)建過程一般有以下幾步：第一步：一些要索引的原文檔(Document)。將文檔分成一個(gè)一個(gè)單獨(dú)的單詞。去除停詞所謂停詞就是一種語言中最普通的一些單詞，由于沒有特別的意義，因而大多數(shù) 情況下不能成為搜索的關(guān)鍵詞，因而創(chuàng)建索引時(shí)，這種詞會(huì)被去掉而減少索引的大小。對(duì)于英語，語言處理組件(Linguistic Processor)將單詞縮減為詞根形式，這種操作稱為：stemming.3.第四步：將得到的詞(Term)傳給索引組件(Indexer)。 (Search)第一步：用戶輸入查詢語句。最基本的有比如：AND, OR, NOT等。 1. 詞法分析主要用來識(shí)別單詞和關(guān)鍵字。2. 語法分析主要是根據(jù)查詢語句的語法規(guī)則來形成一棵語法樹。第三步：搜索索引，得到符合語法樹的文檔首先，在反向索引表中，分別找出包含lucene，learn，hadoop的文檔鏈表。其中直接操作索引文件的索引核心又是系統(tǒng)的重點(diǎn)。它是一個(gè)抽象類。 一個(gè)Field代表與這個(gè)文檔相關(guān)的元數(shù)據(jù)。第一個(gè),其中包括了常用的文檔，索引，搜索，存儲(chǔ)等相關(guān)核心代碼。兩個(gè)調(diào)用office文檔的擴(kuò)展包：4．系統(tǒng)實(shí)現(xiàn) luceneIndex的地址字符 private static String INDEX_DIR = luceneIndex。} public static boolean createIndex(String path){ Date date1 = new Date()。 if(txt.equalsIgnoreCase(type)){ content += txt2String(file)。 } (name :+())。 directory = (new File(INDEX_DIR))。 indexWriter = new IndexWriter(directory, config)。 (new TextField(path, (), ))。 }catch(Exception e){ ()。 return true。 } ()。 Range rang = ()。 StringBuilder sb = new StringBuilder()。 i 。 j++) { Cell[] cells = (j)。 } } ()。 DirectoryReader ireader = (directory)。 ScoreDoc[] hits = (query, null, 1000).scoreDocs。 (____________________________)。 (____________________________)。 } Date date2 = new Date()。 for (File file : files) { if (isTxtFile(())) { (file)。 }else if ((.doc) 0) { return true。 for(int i=0。 public static void main(String[] args){ File fileIndex = new File(INDEX_DIR)。 if(deleteDir(fileIndex)){ ()。}：全文檢索關(guān)鍵詞“蘋果”全文檢索本地?cái)?shù)據(jù)庫：建立索引：檢索結(jié)果： 5．總結(jié)Lucene是一個(gè)高性能、可伸縮的全文檢索工具包。 搜索的目的是為了在大量的信息中發(fā)現(xiàn)自己感興趣的信息。同樣，對(duì)于我們所擁用的信息，也需要為其建立索引。在查詢時(shí)，先從索引中查找，由于索引是按照一定的結(jié)構(gòu)組織的，所以查詢的速度非
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1