Lucene教學 » Lucene更新文件操作

Lucene更新文件操作

更新文件是另一個重要的操作，它是索引處理的一部分。此操作用於當已經索引內容被更新和索引變為無效。該操作也被稱為重新編製索引。

我們更新文件包含IndexWriter欄位，IndexWriter用於更新索引。

現在，我們將展示一個循序漸進的過程，以得到更新文件的理解，開始使用一個基本的例子。

更新檔案的索引

  • 建立更新從更新的文字檔案 Lucene 文件的方法

private void updateDocument(File file) throws IOException{
   Document document = new Document();

   //update indexes for file contents
   writer.updateDocument(new Term 
      (LuceneConstants.CONTENTS, 
      new FileReader(file)),document); 
   writer.close();
}

建立IndexWriter

  • IndexWriter類作為它在索引過程中建立/更新索引的核心組成部分

  • 建立 IndexWriter 物件

  • 建立其應指向位置，其中索引是儲存一個lucene的目錄

  • 初始化索引目錄，有標準的分析版本資訊和其他所需/可選引數建立的 IndexWricrter 物件

private IndexWriter writer;

public Indexer(String indexDirectoryPath) throws IOException{
   //this directory will contain the indexes
   Directory indexDirectory = 
      FSDirectory.open(new File(indexDirectoryPath));
   //create the indexer
   writer = new IndexWriter(indexDirectory, 
      new StandardAnalyzer(Version.LUCENE_36),true,
      IndexWriter.MaxFieldLength.UNLIMITED);
}

更新文件並開始重建索引過程

下面的兩個是方式更新文件。

  • updateDocument(Term, Document) - 刪除包含該詞條的文件，並新增使用預設的分析文件(在建立索引時，指定寫入器)

  • updateDocument(Term, Document,Analyzer) - 刪除包含該詞條的文件，並使用提供的分析儀中新增的檔案。

private void indexFile(File file) throws IOException{
   System.out.println("Updating index for "+file.getCanonicalPath());
   updateDocument(file);   
}

應用程式範例

讓我們建立一個測試Lucene的應用程式來測試索引處理

步驟 描述
1 建立一個LuceneFirstApplication在包packagecom.yiibai.lucene下。也可以使用EJB建立的專案
2 建立LuceneConstants.java，TextFileFilter.java和Indexer.java。保持其它的檔案不變。
3 建立 LuceneTester.java 如下所述
4 清理和構建應用程式，以確保按要求處理業務邏輯

LuceneConstants.java

這個類是用來提供可應用於範例應用程式中使用的各種常數。

package com.yiibai.lucene;

public class LuceneConstants {
   public static final String CONTENTS="contents";
   public static final String FILE_NAME="filename";
   public static final String FILE_PATH="filepath";
   public static final int MAX_SEARCH = 10;
}

TextFileFilter.java

此類用於為.txt檔案過濾器

package com.yiibai.lucene;

import java.io.File;
import java.io.FileFilter;

public class TextFileFilter implements FileFilter {

   @Override
   public boolean accept(File pathname) {
      return pathname.getName().toLowerCase().endsWith(".txt");
   }
}

Indexer.java

這個類是用於索引的原始資料，這樣我們就可以使用 Lucene 庫，使其可搜尋。

package com.yiibai.lucene;

import java.io.File;
import java.io.FileFilter;
import java.io.FileReader;
import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

public class Indexer {

   private IndexWriter writer;

   public Indexer(String indexDirectoryPath) throws IOException{
      //this directory will contain the indexes
      Directory indexDirectory = 
         FSDirectory.open(new File(indexDirectoryPath));

      //create the indexer
      writer = new IndexWriter(indexDirectory, 
         new StandardAnalyzer(Version.LUCENE_36),true,
         IndexWriter.MaxFieldLength.UNLIMITED);
   }

   public void close() throws CorruptIndexException, IOException{
      writer.close();
   }

   private void updateDocument(File file) throws IOException{
      Document document = new Document();

      //update indexes for file contents
      writer.updateDocument(
         new Term(LuceneConstants.FILE_NAME,
         file.getName()),document); 
      writer.close();
   }  

   private void indexFile(File file) throws IOException{
      System.out.println("Updating index: "+file.getCanonicalPath());
      updateDocument(file);      
   }

   public int createIndex(String dataDirPath, FileFilter filter) 
      throws IOException{
      //get all files in the data directory
      File[] files = new File(dataDirPath).listFiles();

      for (File file : files) {
         if(!file.isDirectory()
            && !file.isHidden()
            && file.exists()
            && file.canRead()
            && filter.accept(file)
         ){
            indexFile(file);
         }
      }
      return writer.numDocs();
   }
}

LuceneTester.java

這個類是用來測試 Lucene 庫的索引能力。

package com.yiibai.lucene;

import java.io.IOException;

public class LuceneTester {
	
   String indexDir = "E:\Lucene\Index";
   String dataDir = "E:\Lucene\Data";
   Indexer indexer;
   
   public static void main(String[] args) {
      LuceneTester tester;
      try {
         tester = new LuceneTester();
         tester.createIndex();
      } catch (IOException e) {
         e.printStackTrace();
      } 
   }

   private void createIndex() throws IOException{
      indexer = new Indexer(indexDir);
      int numIndexed;
      long startTime = System.currentTimeMillis();	
      numIndexed = indexer.createIndex(dataDir, new TextFileFilter());
      long endTime = System.currentTimeMillis();
      indexer.close();
   }
}

資料和索引目錄的建立

使用10個檔案從 record1.txt 到 record10.txt 的文字檔案包含簡單的名稱以及學生的其他細節，並把它們放在目錄 E:LuceneData。這些資料用於測試。索引目錄路徑應建立為E:LuceneIndex。執行此程式後，就可以看到該檔案夾中建立的索引檔案的列表。

執行程式：

一旦建立源，創造了原始資料，資料目錄和索引目錄來完成，準備好這一步是編譯和執行程式。要做到這一點，在LuceneTester.Java檔案索引標籤中使用Eclipse IDE 的Run選項，或使用Ctrl+ F11來編譯和執行應用程式LuceneTester。如果應用程式一切正常，將在Eclipse IDE控制台列印以下訊息：

Updating index for E:LuceneDataecord1.txt
Updating index for E:LuceneDataecord10.txt
Updating index for E:LuceneDataecord2.txt
Updating index for E:LuceneDataecord3.txt
Updating index for E:LuceneDataecord4.txt
Updating index for E:LuceneDataecord5.txt
Updating index for E:LuceneDataecord6.txt
Updating index for E:LuceneDataecord7.txt
Updating index for E:LuceneDataecord8.txt
Updating index for E:LuceneDataecord9.txt
10 File indexed, time taken: 109 ms

一旦成功地執行程式，將有以下的索引目錄中的內容：

Lucene Index Directory