62,614
社区成员
发帖
与我相关
我的任务
分享请教各位大哥lucene的问题，顶者有分！
各位大老，我现在想做一个全文检索的DEMO，是基于lucene的，现在实现了对
html,txt和htm的中英文检索，但我想扩充到可以对word,pdf,等各类文件的检索
请问该怎么做啊！给个技术网址也可以啊！谢谢拉！
兄弟们，帮忙顶一下啊！
html,txt和htm的中英文检索，但我想扩充到可以对word,pdf,等各类文件的检索
请问该怎么做啊！给个技术网址也可以啊！谢谢拉！
兄弟们，帮忙顶一下啊！
...全文
请发表友善的回复…
发表回复
zhanqishao 2004-08-27
- 打赏
- 举报
本人用 lucene 1.4 建立全文检索，但发现对中文内容的WORD文档效果很差。几乎就检索不到。但对文本格式的中文内容的文件如.txt .jsp却很好。多英文内容的WORD文档也一样很好。请问各位，怎样才能对中文内容的WORD文档建立全文检索？？
我的操作步骤如下：
1.设置classpath中包含lucene-1.4-final.jar和lucene-demos-1.4-final.jar包。
2、在命令行下建立lucene的索引文件。
java org.apache.lucene.demo.IndexFiles filePath
---------------------------------------------------------------------
注：1、lucene将该filePath目录下的所有文件作为数据源来建立索引文件
2、demo中是在当前目录下建一个index目录来存放索引文件
3、查询
java org.apache.lucene.demo.SearchFiles
Query:搜索的关键字
我的操作步骤如下：
1.设置classpath中包含lucene-1.4-final.jar和lucene-demos-1.4-final.jar包。
2、在命令行下建立lucene的索引文件。
java org.apache.lucene.demo.IndexFiles filePath
---------------------------------------------------------------------
注：1、lucene将该filePath目录下的所有文件作为数据源来建立索引文件
2、demo中是在当前目录下建一个index目录来存放索引文件
3、查询
java org.apache.lucene.demo.SearchFiles
Query:搜索的关键字
YuLimin 2004-07-03
- 打赏
- 举报
PDF用PJX:http://sourceforge.net/projects/pjx/
PJX is a general purpose PDF programming library for Java
Word用PIO:http://jakarta.apache.org/poi/
Jakarta POI - Java API To Access Microsoft Format Files
试试看吧
iText不知道行不行
PJX is a general purpose PDF programming library for Java
Word用PIO:http://jakarta.apache.org/poi/
Jakarta POI - Java API To Access Microsoft Format Files
试试看吧
iText不知道行不行
loverisyour 2004-07-03
- 打赏
- 举报
up
tsansn 2004-07-02
- 打赏
- 举报
up
loverisyour 2004-07-02
- 打赏
- 举报
自己顶~呵呵
loverisyour 2004-06-30
- 打赏
- 举报
哪位高手指点一下撒！
tsansn 2004-06-30
- 打赏
- 举报
关注，这也是我想解决的问题！
flywind63 2004-06-30
- 打赏
- 举报
up!
raymond323 2004-06-30
- 打赏
- 举报
up
panzhiwei 2004-06-30
- 打赏
- 举报
up
loverisyour 2004-06-30
- 打赏
- 举报
up
loverisyour 2004-06-29
- 打赏
- 举报
公司叫我写了一篇文档，就把最后实现部分写上来吧
1.2.1 建立环境
下载lucene：http://jakarta.apache.org/Lucene/
现在有1.2和1.3以及1.4版本。1.2不支持中文，需修改里面的Analyzer才能支持。用lucene-1.3-final只要一点小修改就可以支持中文，很方便。
下载lucene-1.3-final解压后有两个包 lucene-1.3-final.jar、lucene-demos-1.3-final.jar、以及luceneweb.war用于web上的应用。
将luceneweb.war拷贝到tomcat的webApps目录下，重起tomcat，自动生成luceneweb目录。删除luceneweb.war。
配置系统环境，在classpath里面配置lucene-1.3-final.jar、lucene-demos-1.3-final.jar的目录。
1.2.2 配置
1.2.2.1 建立索引
以我的工作目录为例：E:\luceneweb
手工在luceneweb下面建立目录luceneindex（存放索引文件）,demo(用来测试的文件)。
转到cmd工作模式下：e:\luceneweb
打入命令：java org.apache.lucene.demo.IndexHTML –create –index ./luceneindex ./demo
OK！就会将demo目录下的文件建立索引，并将索引文件存到luceneindex目录下面。
1.2.2.2 在web中配置索引文件的目录
在luceneweb目录中找到一个jsp文件configuration.jsp，打开编辑，将其中的第6行改为如下形式：
String indexLocation = "e:\\luceneweb\\luceneindex";你修改成你自己的索引文件目录。
1.2.2.3 修改result.jsp，以便能够支持中文检索
在luceneweb目录中找到一个jsp文件result.jsp，
打开编辑，将其中的第67行
Analyzer analyzer = new StopAnalyzer();
修改成如下：
Analyzer analyzer = new StandardAnalyzer();
如果不修改这一句只能检索到英文内容，修改后就完全可以检索中文了。
还需导入
org.apache.lucene.analysis.standard.StandardAnalyzer
注意不要把standard包全部引入，会有意想不到的错误，我就被它郁闷了很久，还没有找出原因。
org.apache.lucene.analysis.standard.*不要这样导入，以前经理就跟我讲过，哎。
1.2.3 运行
OK，在tomcat发布你的目录，就可以运行拉
要看更详细的可以去车东的网站看，我就是去那里看的，也可以去http://jakarta.apache.org/lucene/docs/index.html，我英文不好，看起来好吃力~哎
我的DEMO是参考lucene-1.4-rc3-src里面的DEMO实现的。
1.2.1 建立环境
下载lucene：http://jakarta.apache.org/Lucene/
现在有1.2和1.3以及1.4版本。1.2不支持中文，需修改里面的Analyzer才能支持。用lucene-1.3-final只要一点小修改就可以支持中文，很方便。
下载lucene-1.3-final解压后有两个包 lucene-1.3-final.jar、lucene-demos-1.3-final.jar、以及luceneweb.war用于web上的应用。
将luceneweb.war拷贝到tomcat的webApps目录下，重起tomcat，自动生成luceneweb目录。删除luceneweb.war。
配置系统环境，在classpath里面配置lucene-1.3-final.jar、lucene-demos-1.3-final.jar的目录。
1.2.2 配置
1.2.2.1 建立索引
以我的工作目录为例：E:\luceneweb
手工在luceneweb下面建立目录luceneindex（存放索引文件）,demo(用来测试的文件)。
转到cmd工作模式下：e:\luceneweb
打入命令：java org.apache.lucene.demo.IndexHTML –create –index ./luceneindex ./demo
OK！就会将demo目录下的文件建立索引，并将索引文件存到luceneindex目录下面。
1.2.2.2 在web中配置索引文件的目录
在luceneweb目录中找到一个jsp文件configuration.jsp，打开编辑，将其中的第6行改为如下形式：
String indexLocation = "e:\\luceneweb\\luceneindex";你修改成你自己的索引文件目录。
1.2.2.3 修改result.jsp，以便能够支持中文检索
在luceneweb目录中找到一个jsp文件result.jsp，
打开编辑，将其中的第67行
Analyzer analyzer = new StopAnalyzer();
修改成如下：
Analyzer analyzer = new StandardAnalyzer();
如果不修改这一句只能检索到英文内容，修改后就完全可以检索中文了。
还需导入
org.apache.lucene.analysis.standard.StandardAnalyzer
注意不要把standard包全部引入，会有意想不到的错误，我就被它郁闷了很久，还没有找出原因。
org.apache.lucene.analysis.standard.*不要这样导入，以前经理就跟我讲过，哎。
1.2.3 运行
OK，在tomcat发布你的目录，就可以运行拉
要看更详细的可以去车东的网站看，我就是去那里看的，也可以去http://jakarta.apache.org/lucene/docs/index.html，我英文不好，看起来好吃力~哎
我的DEMO是参考lucene-1.4-rc3-src里面的DEMO实现的。
HawaiiLeo 2004-06-29
- 打赏
- 举报
PJX 的资料去google搜索一下吧。
帮你顶顶
帮你顶顶
eclipse0016 2004-06-29
- 打赏
- 举报
顶。
介绍一下你html,txt和htm的检索是怎么实现得吧。
介绍一下你html,txt和htm的检索是怎么实现得吧。
lqtflwg718 2004-06-29
- 打赏
- 举报
up
loverisyour 2004-06-29
- 打赏
- 举报
还是不会，郁闷ing
keke1 2004-06-29
- 打赏
- 举报
up
loverisyour 2004-06-29
- 打赏
- 举报
没人来了啊！！嗷嗷~~
smallcosmos 2004-06-29
- 打赏
- 举报
d
nwpulipeng 2004-06-28
- 打赏
- 举报
怎么办？帮你顶吧
加载更多回复（9）
