Lucene 实战教程第二章入门教程 Hello World

JAVA herman 360浏览
公告:“业余草”微信公众号提供免费CSDN下载服务(只下Java资源),关注业余草微信公众号,添加作者微信:xttblog,发送下载链接帮助你免费下载!
本博客日IP超过1800,PV 2600 左右,急需赞助商。
极客时间所有课程通过我的二维码购买后返现24元微信红包,请加博主新的微信号:xttblog,之前的微信号好友位已满,备注:返现
所有面试题(java、前端、数据库、springboot等)一网打尽,请关注文末小程序
视频教程免费领

基于前一章的内容,我们对 Lucene 有了一个大概的了解,本文来一个 Hello World 程序!让我们从此开启 Lucene 的学习模式。

首先,我们新建一个 Maven 项目,然后在 pom.xml 中配置以下内容:

<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-core</artifactId>
</dependency>
<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-analyzers-common</artifactId>
</dependency>
<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-queryparser</artifactId>
</dependency>
<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-highlighter</artifactId>
</dependency>
<dependency>
    <groupId>org.wltea.analyzer</groupId>
    <artifactId>ikanalyzer</artifactId>
</dependency>

然后编写一个测试的 LuceneHelloWorld 类。

public static void main(String[] args) {
    //构建IK分词器,使用smart分词模式
    Analyzer analyzer = new IKAnalyzer(true);
    //获取Lucene的TokenStream对象
    TokenStream ts = null;
    try {
        ts= analyzer.tokenStream("xttblogfield",new StringReader("业余草网站:www.xttblog.com," 
            + "公众号:业余草(yyucao)!IKAnalyer can analysis english text too"));
        //获取词元位置属性
        OffsetAttribute offset = ts.addAttribute(OffsetAttribute.class);
        //获取词元文本属性
        CharTermAttribute term = ts.addAttribute(CharTermAttribute.class);
        //获取词元文本属性
        TypeAttribute type = ts.addAttribute(TypeAttribute.class);
        //重置TokenStream(重置StringReader)
        ts.reset();
        //迭代获取分词结果
        while (ts.incrementToken()) {
            System.out.println(offset.startOffset()+" - "+ offset.endOffset() 
            +" : " + term.toString() + " | " + type.type());
        }
        //关闭TokenStream(关闭StringReader)
        ts.end(); // Performend-of-stream operations, e.g. set the final offset.
    }catch(IOException e) {
        e.printStackTrace();
    }finally{
        //释放TokenStream的所有资源
        if(ts !=null){
            try {
                ts.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

运行之后的效果如下:

0 - 2 : 业余 | CN_WORD
2 - 3 : 草 | CN_CHAR
3 - 5 : 网站 | CN_WORD
6 - 21 : www.xttblog.com | LETTER
22 - 24 : 公众 | CN_WORD
24 - 25 : 号 | CN_CHAR
26 - 28 : 业余 | CN_WORD
28 - 29 : 草 | CN_CHAR
30 - 36 : yyucao | ENGLISH
38 - 47 : ikanalyer | ENGLISH
48 - 51 : can | ENGLISH
52 - 60 : analysis | ENGLISH
61 - 68 : english | ENGLISH
69 - 73 : text | ENGLISH
74 - 77 : too | ENGLISH

至此,Lucene 创建索引的内容,我们就介绍完了。下章我继续学习一些简单的检索教程。

业余草公众号

最后,欢迎关注我的个人微信公众号:业余草(yyucao)!可加QQ1群:135430763(2000人群已满),QQ2群:454796847(已满),QQ3群:187424846(已满)。QQ群进群密码:xttblog,想加微信群的朋友,之前的微信号好友已满,请加博主新的微信号:xttblog,备注:“xttblog”,添加博主微信拉你进群。备注错误不会同意好友申请。再次感谢您的关注!后续有精彩内容会第一时间发给您!原创文章投稿请发送至532009913@qq.com邮箱。商务合作可添加助理微信进行沟通!

本文原文出处:业余草: » Lucene 实战教程第二章入门教程 Hello World