apache-lucene-3x-推薦教程(存儲(chǔ)版)
【正文】 ery（也不報(bào)錯(cuò)）2， MUST_NOT和MUST_NOT：無意義，檢索無結(jié)果。默認(rèn)情值為1F，一般不做修改。5. 高亮（Highlight）需要的jar包為：contrib\highlighter\contrib\memory\// 生成高亮器Formatter formatter = new SimpleHTMLFormatter(span class=39。}6. Analyzer（分詞器：結(jié)構(gòu)與常用的中文分詞器）. 分詞器結(jié)構(gòu)創(chuàng)建索引與進(jìn)行搜索要使用同一個(gè)分詞器。. 對(duì)英文的的處理. 中文分詞器中文的分詞比較復(fù)雜，因?yàn)椴皇且粋€(gè)字就是一個(gè)詞，而且一個(gè)詞在另外一個(gè)地方就可能不是一個(gè)詞，如在“帽子和服裝”中，“和服”就不是一個(gè)詞。l 詞庫分詞：按某種算法構(gòu)造詞，然后去匹配已建好的詞庫集合，如果匹配到就切分出來成為詞語。具體的使用方式參見其文檔。數(shù)據(jù)在文件夾中（文件）。 (())。實(shí)現(xiàn)了以詞典為基礎(chǔ)的正反向全切分，以及正反向最大匹配切分兩種方法。如：“我們是中國人”，效果：“我們”、“們是”、“是中”、“中國”、“國人”。在檢索的時(shí)候，用戶的查詢中如果含有停用詞，檢索系統(tǒng)也會(huì)將其過濾掉（因?yàn)橛脩糨斎氲牟樵冏址惨M(jìn)行分詞處理）。// 使用高亮器：對(duì)content屬性值進(jìn)行摘要并高亮String text = ((), content, (content))。使用NumericRangeFilter。通過Document對(duì)象的setBoost()方法和Field對(duì)象的setBoost()方法，可以分別為Document和Field指定Boost參數(shù)。3， SHOULD與SHOULD，表示“或”關(guān)系，最終檢索結(jié)果為所有檢索子句的并集。代表搜索的是“Lucene ？ 教程”，？表示中間隔一個(gè)詞。. 通過QueryParser解析用戶的查詢字符串進(jìn)行搜索1， QueryParser與MultiFieldQueryParser查詢分析器，處理用戶輸入的查詢條件。1， FSDirectory：在文件系統(tǒng)中，是真實(shí)的文件夾與文件。如果有多個(gè)文檔含有指定的Term，則都會(huì)被刪掉。如果是日期類型，則使用DataTools。使用構(gòu)造方法：Field(String name, String value, Store store, Index index)。在數(shù)據(jù)庫中使用的是表記錄，所以存在來回轉(zhuǎn)換的問題。 article對(duì)象 ( article )。否則，就會(huì)影響搜索結(jié)果。ScoreDoc是代表一個(gè)結(jié)果的相關(guān)度得分與文檔編號(hào)等信息的對(duì)象。如下圖：1， 把要查詢字符串轉(zhuǎn)為Query對(duì)象。要把哪些詞放到詞匯表中呢，也就是文本中包含哪些詞呢？這就用到了一個(gè)叫做Analyzer（分詞器）的工具。. 建立索引的執(zhí)行過程（Store、Index）在建立索引時(shí)，先要把文檔存到索引庫中，還要更新詞匯表。如果查詢中包含多個(gè)關(guān)鍵詞，則需要將各個(gè)單詞檢索出的記錄進(jìn)行合并再取出相應(yīng)的文檔記錄。不是在文章中找詞，而是從目錄中找詞所在的文章。Document代表一條數(shù)據(jù)，F(xiàn)ield代表數(shù)據(jù)中的一個(gè)屬性。我們每次搜索都是在本地的索引庫中進(jìn)行，如下圖：從圖片上可以看出，我們不僅要搜索，還要保證數(shù)據(jù)集合與索引庫的一致性。★ 第二部分：入門1. 基礎(chǔ)概念1（HelloWorld前）全文檢索就如同ORM，是一個(gè)概念。在數(shù)據(jù)庫中的搜索就是使用SQL，如：SELECT * FROM t WHERE content like ‘%ant%’。3. 學(xué)完后能做什么我們使用Lucene，主要是做站內(nèi)搜索，即對(duì)一個(gè)系統(tǒng)內(nèi)的資源進(jìn)行搜索。按搜索的方式，上一節(jié)提到的搜索功能都是不處理語義，只是找出包含指定詞的所有資源（只對(duì)詞進(jìn)行匹配）。4， 搜索引擎，如Baidu或Google等，可以查詢到互聯(lián)網(wǎng)中的網(wǎng)頁、PDF、DOC、PPT、圖片、視頻等。2， Eclipse中的幫助子系統(tǒng)：點(diǎn)擊Help224。2. 什么是全文檢索對(duì)于搜索，按被搜索的資源類型，分為兩種：可以轉(zhuǎn)為文本的、多媒體類型。關(guān)于全文檢索，我們要知道：1，只處理文本。一般不做互聯(lián)網(wǎng)中資源的搜索，因?yàn)椴灰撰@取與管理海量資源（專業(yè)搜索方向的公司除外）。2. 相關(guān)度排序：查出的結(jié)果沒有相關(guān)度排序，不知道我想要的結(jié)果在哪一頁。Lucene的主頁為：。. 使用Lucene的API操作索引庫索引庫是一個(gè)目錄，里面是一些二進(jìn)制文件，就如同數(shù)據(jù)庫，所有的數(shù)據(jù)也是以文件的形式存在文件系統(tǒng)中的。有了這些概念，可以寫HelloWorld了，其他的概念可以在寫完HelloWorld后再進(jìn)行說明。查詢時(shí)先查詞匯表，得到文檔的編號(hào)，再直接取出相應(yīng)的文檔。因?yàn)殛P(guān)鍵詞的數(shù)量受實(shí)際語言的限制，所以不用擔(dān)心詞匯表會(huì)變的很大。3. Lucene做的操作：把文檔存到索引庫中，并自動(dòng)指定一個(gè)內(nèi)部編號(hào)，用來唯一標(biāo)識(shí)這條數(shù)據(jù)。如下圖： 在把對(duì)象的屬性轉(zhuǎn)為Field時(shí)，相關(guān)代碼為：(new Field(title, (), , ))。查詢字符串也要先經(jīng)過Analyzer（分詞器）。在分頁時(shí)要用到：一次只取一頁的數(shù)據(jù)。具體的索引庫操作，是通過調(diào)用相應(yīng)的IndexDao方法完成的。 // 從數(shù)據(jù)庫中刪除 ( id )。 // 對(duì)象224。如果存儲(chǔ)（YES），在搜索出相應(yīng)數(shù)據(jù)時(shí)這個(gè)屬性就有原始的值；如果不存儲(chǔ)（NO），得到的數(shù)據(jù)的這個(gè)屬性的值為null。()方法釋放資源。如果沒有文檔含有指定的記錄，不會(huì)報(bào)錯(cuò)，更新后有一條（新創(chuàng)建的）記錄。2，因?yàn)樵趦?nèi)存中，所以在程序退出后索引庫數(shù)據(jù)就不
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1