lucene索引搜索

[iphone]

是这样的，我要索引数据库的数据，,xml文件中的。我想利用lucene对所有XML文件进行全文搜索，比如一个学生库，输入学生ID后，能够找出所有与这个姓名相关的所有信息，查询结果能像数据库中查询到的记录一样。

初识lucene，看过网上很多相关介绍与使用，到现在还不清楚lucene能否满足我这样的需求，发送到望各位网上朋友指点一二！谢谢了。

[lord_is_layuping]

关注 帮顶起来

[xifanmax]

本人也初学lucene,楼主所说功能肯定可以实现。我的思路是这样，用dom4j解析所有xml，对需要搜索的字段或属性，建立索引，就行了。索引建立只需进行一次，除非xml内容有新增，则需对已建立的索引进行增量或重建。
有不对望大神们补充 - -

[iphone]

我希望能够有详细的案例代码或者demo，因为我对这方面还是菜鸟！

[xifanmax]

这个读取文件夹内txt文件建立索引的示例：

//定义存放索引的目录 。
	     File   indexDir = new File("D:\\luceneIndex"); 
	     //测试用法的一种，对目录中的txt文件的内容进行索引，供查询。 
	     File   dataDir  = new File("D:\\luceneData");
	     
	     //确定分词的实现方法。这是Lucene自带的分词器
	     //Analyzer writerAnalyzer = new SimpleAnalyzer(Version.LUCENE_33);
	     //庖丁解牛  建立中文分词解析
	     Analyzer writerAnalyzer = new PaodingAnalyzer();
	     //
	     IndexWriterConfig indexWriterConfig = new IndexWriterConfig(Version.LUCENE_33, writerAnalyzer);
	     //设定是对索引增量，还是新建索引。
	     indexWriterConfig.setOpenMode(OpenMode.CREATE);
	     //索引写入流
	     IndexWriter indexWriter = new IndexWriter(FSDirectory.open(indexDir),indexWriterConfig);
	     
	     File[] dataFiles  = dataDir.listFiles(); 
	     long startTime = new Date().getTime(); 
	     for(int i = 0; i < dataFiles.length; i++){ 
	          if(dataFiles[i].isFile() && dataFiles[i].getName().endsWith(".txt")){
	               System.out.println("Indexing file " + dataFiles[i].getCanonicalPath()); 
	               Document document = new Document(); 
	               FileInputStream fileInputStream = new FileInputStream(dataFiles[i]);
	               InputStreamReader reader =   new   InputStreamReader(fileInputStream,"GBK");
	               
	               document.add(new Field("path",dataFiles[i].getCanonicalPath(),Field.Store.YES,Field.Index.ANALYZED));
	               document.add(new Field("filename",dataFiles[i].getName(),Field.Store.YES,Field.Index.ANALYZED,TermVector.WITH_POSITIONS_OFFSETS));
	               document.add(new Field("contents",reader,TermVector.WITH_POSITIONS_OFFSETS));
	               indexWriter.addDocument(document); 
	          } 
	     }
	     //对IndexWriter进行优化
	     indexWriter.optimize(); 
	     indexWriter.close();

搜索的代码

public static String IndexPath = "D:\\luceneIndex";
String queryStr = "中国中央电视台";
	
		//读取索引
		File indexDir = new File(IndexPath);
		FSDirectory directory = FSDirectory.open(indexDir);
		IndexSearcher searcher = new IndexSearcher(directory);
		if (!indexDir.exists()) {
			System.out.println("The Lucene index is not exist");
			return;
		}
		//创建查询解析器
		QueryParser queryParser = new QueryParser(Version.LUCENE_33,
				"contents", new PaodingAnalyzer());
		//创建查询对象
		Query query = queryParser.parse(queryStr);
		
//		Term term = new Term("contents", queryStr.toLowerCase());
//		TermQuery query = new TermQuery(term);
		
		TopDocs topDocs = searcher.search(query, 10);
		ScoreDoc[] scoreDocs = topDocs.scoreDocs;
		for (int i = 0; i < scoreDocs.length; i++) {
			IndexReader indexReader = IndexReader.open(directory);
			Document document = searcher.doc(scoreDocs[i].doc);
			System.out.println("Name: " + document.get("filename"));
			System.out.println("FilePath: " + document.get("path"));
			//高亮处理
            String text = ContentReader.readText(document.get("path"));
           
			TermPositionVector tpv = (TermPositionVector) indexReader.getTermFreqVector(

					scoreDocs[i].doc, "contents");

			TokenStream ts = TokenSources.getTokenStream(tpv);

			Formatter formatter = new Formatter() {

				@Override
			    public String highlightTerm(String srcText, TokenGroup g) {

			        if (g.getTotalScore() <= 0) {

			            return srcText;

			        }

			        return "<b>" + srcText + "</b>";

				}

			};

			Highlighter highlighter = new Highlighter(formatter, new QueryScorer(

			        query));

			String result = highlighter.getBestFragments(ts, text, 5, "…");

			System.out.println("result:\n\t" + result);

			indexReader.close();
		}
	}