lucene8.0实践入门介绍1
首先要先下载lucene的相关jar包:
http://apache.01link.hk/lucene/java/8.0.0/lucene-8.0.0.zip
然后解压，拿出三个jar包：
lucene-queryparser-8.0.0.jar
lucene-core-8.0.0.jar
lucene-analyzers-common-8.0.0.jar
创建一个java工程，然后在根目录下创建lib文件夹，将包拷入，添加到项目中（add as libraries...）
一、存入索引的操作IndexWriter
然后直接在项目中创建以下文件（括号内为文件内容）：
docs
hello.txt (素胚勾勒出青花，笔锋浓转淡；瓶身描绘的牡丹一如你初妆)
subdocs
hi.txt（落霞与孤鹜齐飞，秋水共长天一色）
然后进行存入索引动作的测试：
package com.company;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.*;
import org.apache.lucene.index.*;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.*;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.store.Directory;
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
import java.nio.file.*;
import java.nio.file.attribute.BasicFileAttributes;
public class Index {
public static void main(String[] args) throws Exception {
index0();
}
private static void index0() throws IOException {
//需要读入的文件目录
Path fileDoc = Paths.get("docs");
//需要存储索引的目录，如果不存在，会主动创建
Path index = Paths.get("index");
//FSDirectory打开索引的目录，FS是文件系统的意思,基于磁盘（还有一种基于内存的）
Directory directory = FSDirectory.open(index);
//分词器，标准的分词器，对英文能很好的分词，对于中文只能一个一个拆开（中文推荐使用IK分词器）
Analyzer analyzer = new StandardAnalyzer();
//写索引的配置类，配置使用的分词器为标准分词器
IndexWriterConfig indexWriterConfig = new IndexWriterConfig(analyzer);
//IndexWriter是lucene的核心类，用于存储索引
IndexWriter indexWriter = new IndexWriter(directory, indexWriterConfig);
//Files是NIO中操作文件的工具，推荐使用，很好用
//Files.isDirectory(path)用于判断是否为目录，是返回true,否则返回false
if (Files.isDirectory(fileDoc)) {
//Files.walkFileTree是一个递归调用目录的方法
// 两个参数： Path start FileVisitor<? super Path> visitor
//第一个是需要递归的目录，第二个是访问文件的接口（SimpleFileVisitor是其中一个实现类）
Files.walkFileTree(fileDoc, new SimpleFileVisitor<>() {
//重写visitFile的方法，这对于
@Override
public FileVisitResult visitFile(Path file, BasicFileAttributes attrs) throws IOException {
//传入的file是一个文件类型的，attrs是该文件的一些属性
indexDocs(file,indexWriter);
return FileVisitResult.CONTINUE;
}
});
} else {
//存储索引的实践操作
indexDocs(fileDoc, indexWriter);
}
//要关闭IndexWriter
indexWriter.close();
}
private static void indexDocs(Path path, IndexWriter indexWriter) throws IOException {
//将文件以类的方式读入
InputStream inputStream = Files.newInputStream(path);
//存入的文档
Document document = new Document();
//存入文档的属性,第一个是字段名，第二个是内容，第三个是否存储内容
//Field有很多实现类，对于不同类型的字段，有不同的实现类来操作StringField是存储String类型的字段，不进行分词
Field field = new StringField("fileName", path.getFileName().toString(), Field.Store.YES);
//将属性加入文档中
document.add(field);
//TextField存入比较大的文本内容，要进行分词。一个是字段名，一个是Reader
//new BufferedReader(new InputStreamReader(inputStream, Charset.forName("utf-8")))通过utf-8格式，获取带缓存的Reader
document.add(new TextField("content",new BufferedReader(new InputStreamReader(inputStream, Charset.forName("utf-8")))));
//LongPoint用于存储long类型数据，不分词
document.add(new LongPoint("modified",Files.getLastModifiedTime(path).toMillis()));
//在存入索引时，打出操作动作
System.out.println("adding files:"+path);
//添加文档
indexWriter.addDocument(document);
//显示关闭流
inputStream.close();
}
}执行上述代码，控制台打印：
adding files:docs\hello.txt
adding files:docs\subdocs\hi.txt
然后发现项目根目录增加了一个index目录：有几个文件：
_0.cfe
_0.cfs
_0.si
segments_1
write.lock
这样表明已经存入索引了。
如何查看索引，可以使用api写测试用例读出文件内，这个在下一篇博客给出。
还可以使用luke这个工具进行索引的查看：
下载地址：
https://github.com/DmitryKey/luke
注意，因为这个lucene8.0是最新的，所以luke也要版本比较高的才能查看，有些版本低的好像查看不了
因为我本地装了git，所以我直接通过：
git [email protected]:DmitryKey/luke.git 将项目拉到本地的某个文件夹，进入文件夹，在pom.xml的目录下，在cmd命令行的条件下，使用mvn package进行打包，如果不打包，直接双击luke.bat会报错：
ERROR,unable to access jarfile:.\target\luke-swings-with-deps.jar
打包完后，直接双击luke.bat即可如下图：
看到Browse这个按钮，点击，找到项目index目录，打开即可
打开后：
content内容看到没，但是你看到的text都是被拆成一个一个的，因为标准分词器就是这样的，如果要更好的切割中文，使用IK
分词器就可以了。（使用完后，可以多点点luke这个工具，熟悉下）
使用IK分词器：
要引入一个Jar包：下载链接：如果下载不了，可能要*
然后解压：项目中引入：IKAnalyzer2012FF_u1.jar（添加到项目中）
将代码中：Analyzer analyzer = new StandardAnalyzer() 改成：Analyzer analyzer = new IKAnalyzer();
啦啦啦，可以了，然后在执行一次，一看：
adding files:docs\hello.txt
Exception in thread "main" java.lang.AbstractMethodError: Receiver class org.wltea.analyzer.lucene.IKAnalyzer does not define or inherit an implementation of the resolved method abstract createComponents(Ljava/lang/String;)Lorg/apache/lucene/analysis/Analyzer$TokenStreamComponents; of abstract class org.apache.lucene.analysis.Analyzer.
at org.apache.lucene.analysis.Analyzer.tokenStream(Analyzer.java:163)
。。。。。
什么鬼，头晕，看了下源码，Analyzer 的 createComponents方法从两个参数变成一个参数了，IK分词器的还是两个参数的，所以出现异常了，看来要改源码了，睡觉，明天弄。