Lucene入门教程（二）

Lucene被索引文档的CRUD

1.创建一个maven项目



2.配置pom.xml，代码此处省略，如有需要，请参考Lucene入门教程（一）中的pom.xml配置文件。

3.编写代码，如下：

import java.nio.file.Paths;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.StringField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.Term;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.junit.Before;
import org.junit.Test;
/**
* 对被索引的文章进行crud
* @author admin
*
*/
public class IndexDocument {

//写测试数据，这些数据是写到索引文档里去的。
private String ids[] = {"1","2","3"}; //标示文档
private String citys[] = {"BeiJing","HeBei","ShanXi"};
private String cityDes[] = {

"BeiJing is the captial of China!",
"HeBei is my hometown!",
"ShanXi is a beautiful city!"
};

private Directory dir;

//每次启动的时候都会执行这个方法，写索引的东西都写在setUp方法里
@Before
public void setUp() throws Exception {

//得到读取索引文件的路径
dir = FSDirectory.open(Paths.get("E:\\luceneDemo2"));

//获取IndexWriter实例
IndexWriter writer = getWriter();

for(int i=0;i<ids.length;i++){

Document doc=new Document();

doc.add(new StringField("id", ids[i], Field.Store.YES));
doc.add(new StringField("city",citys[i],Field.Store.YES));
doc.add(new TextField("desc", cityDes[i], Field.Store.NO));

// 添加文档
writer.addDocument(doc);
}

writer.close();
}

/**
* 获取IndexWriter实例
* @return
* @throws Exception
*/
private IndexWriter getWriter() throws Exception{

//实例化分析器
Analyzer analyzer = new StandardAnalyzer();

//实例化IndexWriterConfig
IndexWriterConfig con = new IndexWriterConfig(analyzer);

//实例化IndexWriter
IndexWriter writer = new IndexWriter(dir, con);

return writer;
}

/**
* 测试写了几个文档（对应图片一）
* @throws Exception
*/
@Test
public void testIndexWriter()throws Exception{

//获取IndexWriter实例
IndexWriter writer=getWriter();

System.out.println("写入了"+writer.numDocs()+"个文档");

//关闭writer
writer.close();
}

/**
* 测试读取文档（对应图片二）
* @throws Exception
*/
@Test
public void testIndexReader()throws Exception{

//根据路径得到索引读取
IndexReader reader=DirectoryReader.open(dir);

//公共是多少文件，也就是最大文档数
System.out.println("最大文档数："+reader.maxDoc());

//读取的实际文档数
System.out.println("实际文档数："+reader.numDocs());

//关闭reader
reader.close();
}

/**
* 测试删除 在合并前（对应图片三）
* @throws Exception
*/
@Test
public void testDeleteBeforeMerge()throws Exception{

//获取IndexWriter实例
IndexWriter writer=getWriter();

//统计删除前的文档数
System.out.println("删除前："+writer.numDocs());

//Term：第一个参数是删除的条件，第二个是删除的条件值
writer.deleteDocuments(new Term("id","1"));

//提交writer（如果不提交，就不能删除）
writer.commit();

//显示删除在合并前的最大文档数量
System.out.println("writer.maxDoc()："+writer.maxDoc());

//显示删除在合并前的实际数量
System.out.println("writer.numDocs()："+writer.numDocs());

//关闭writer
writer.close();
}

/**
* 测试删除 在合并后（对应图片四）
* @throws Exception
*/
@Test
public void testDeleteAfterMerge()throws Exception{

//获取IndexWriter实例
IndexWriter writer=getWriter();

//删除前的文档数
System.out.println("删除前："+writer.numDocs());

//Term：第一个参数是删除的条件，第二个是删除的条件值
writer.deleteDocuments(new Term("id","1"));

// 强制删除
writer.forceMergeDeletes();

//提交writer
writer.commit();

//显示删除在合并后的最大文档数量
System.out.println("writer.maxDoc()："+writer.maxDoc());

//显示删除在合并后的实际数量
System.out.println("writer.numDocs()："+writer.numDocs());

//关闭writer
writer.close();
}

/**
* 测试更新（对应图片五）
* @throws Exception
*/
@Test
public void testUpdate()throws Exception{

//获取IndexWriter实例
IndexWriter writer=getWriter();

//实例化文档
Document doc=new Document();

//向文档里添加值
doc.add(new StringField("id", "1", Field.Store.YES));
doc.add(new StringField("city","qingdao",Field.Store.YES));
doc.add(new TextField("desc", "dsss is a city.", Field.Store.NO));

//更新文档
/**
* 第一个参数是根据id为1的更新文档，，
* 第二个是更改的内容
*
* 过程：先把查到的文档删掉，再添加。这就是更新。但是原来的数据还在；
*/
writer.updateDocument(new Term("id","1"), doc);

//关闭writer
writer.close();
}

}

图片一：出现图一，就说明检索文件成功！



图片二：首先来解释一下是什么是最大文件数：指的是你一共索引了多少的文档，写了7个，就是7个，写了3个就是3个。实际文档数是真正3个被索引的文档。



在这可能大家对什么是在合并前和在合并后起了疑问，那么就来看一下效果，对比一下，就知道了：

合并前（图片三）：



合并后（图片四）：



  细心的可能已发现，在删除合并之前，删除前为3，最大文档数为3；而合并后的图片四中删除前仍为3，但是最大文档数为2.这说明了这两幅图都已删除成功，但是图片三没有真正的删除文档，但实际文档数是代表已经删除了一个文档。

合并前在luke中显示的效果：



相反，图片四不管是最大文档数还是实际文档数都是2，更能看出已经强制删除了一个文档，合并后在luke中显示的效果：



所以，个人觉得，合并后比较准确，直观的看出确实是删除了文档。

好了，这就是对被索引文档的一个CRUD。还有一个工具没给大家介绍，那就是Luke，那么什么是Luke呢？

复制URL：http://www.getopt.org/luke/，Luke就是Lucene全文检索的第三方工具，效果如下：



Luke使用步骤：

步骤一：解压luke-5.3.0-luke-release.zip；（卢克）

步骤二：双击luke.bat，出现如左图的效果（左下角的空白处和右下角的空白处没有东西）；

步骤三：点击左上角的FIle，看见Open Lucene Index这个
选项，点击之后，就会出现你的路径，选择索引文档所在文件夹的全路径就可以了。最后的效果就和上图一模一样了。