全文检索Lucene 应用(一)

全文检索Lucene 应用(一)

-- 从源码编译
lucene 3.0.2

1.
下载
lucene 3.0.2 source
和编译所需的组件

$wget –c http://archive.apache.org/dist/lucene/java/lucene-3.0.2-src.tar.gz

$ wget -c --no-check-certificate https://javacc.dev.java.net/files/documents/17/138911/javacc-5.0.tar.gz

$ wget -c http://www.jflex.de/jflex-1.4.3.tar.gz

$ wget –c http://www.atlassian.com/software/clover/downloads/binary/clover-ant-3.0.2.zip

Java
和
ant
使用编译
Ooo
时使用的版本，这里，
Java
版本是
1.6.0
_18
。
Ant
的版本是
1.7.1

2.
安装
javacc jflex clover

直接将
javacc
jflex clover
解压到
d:/softenv
目录下，将
clover.jar
，以及在
www.atlassian.com

申请来的
license
文件
clover.license copy
到
ant
安装目录的
lib
子目录下

3.
修改编译参数文件

修改
common-build.xml
，如下

<
property
name
="
dev.version
"
value
="
3.0.2
"
/>

在
lucene-3.0.2

源码目录下创建
build.properties
，加入如下内容：

javacc.home=D:/SoftEnv/javacc-5.0

jflex.home=D:/SoftEnv/jflex-1.4.3

4.
在
cygwin
环境下编译测试

这里假定你已经有
windows

环境下的
OpenOffice
cygwin
编译环境
在
cygwin
运行
openoffice
的编译环境。

$ . ./winenv.set.sh

$ export
PATH=$PATH:/cygdrive/d/SoftEnv/apache-ant-1.7.1/bin

#
编译打包
lucene
。下图是编译完成后的结果展示。



$ ant package-all-binary

#
测试
lucene
以及
demo
。
Test all
要花费很长时间，下图是测试完成后的结果。

$ ant test

5.
总结

由于
OpenOffice.Org
从
3.0
开始增加了
lucene
模块，据我了解现在只是在
online help
中用于帮助查找的索引建立，使用的是
2.3.2
版本，而且对中文支持不好。下一步要研究
①
将
Ooo
中的
lucene
升级到
3.0.2
，增加
online help
中对中文的支持；
②
研究
lucene
中文分词算法；
③
lucene
在检索以
xml
为基础的文件
(
如：
odf
、
uof)
的使用。