Lucene教學 » Lucene刪除文件操作

Lucene刪除文件操作

刪除文件是另一個重要的操作，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得無效或索引變得尺寸非常大，那麼為了減少尺寸和更新索引，可以使用刪除操作執行。

我們刪除文件包含欄位到IndexWriter，IndexWriter用於更新索引。

現在，我們將展示一個循序漸進的過程，獲得一個任意文件來刪除，通過一個基本的例子。

刪除索引的文件。

  • 建立到刪除過時的文字，使用 Lucene 文件的方法。

private void deleteDocument(File file) throws IOException{
   
   //delete indexes for a file
   writer.deleteDocument(new Term(LuceneConstants.FILE_NAME,file.getName())); 

   writer.commit();
   System.out.println("index contains deleted files: "+writer.hasDeletions());
   System.out.println("index contains documents: "+writer.maxDoc());
   System.out.println("index contains deleted documents: "+writer.numDoc());
}

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的物件。

  • 建立其應指向位置，其中索引是儲存一個 lucene 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 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);
}

刪除文件，並開始重建索引過程

下面兩個是刪除文件的方式。

  • deleteDocuments(Term) - 刪除所有包含這個詞條的檔案。

  • deleteDocuments(Term[]) - 刪除全部包含任何陣列中的詞條的文件。

  • deleteDocuments(Query) - 刪除所有與查詢匹配的文件。

  • deleteDocuments(Query[]) - 刪除所有匹配陣列中的查詢的文件。

  • deleteAll - 刪除所有檔案。

private void indexFile(File file) throws IOException{
   System.out.println("Deleting index for "+file.getCanonicalPath());
   deleteDocument(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，以確保業務邏輯按要求工作

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 .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.index.Term;
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 deleteDocument(File file) throws IOException{
      
      //delete indexes for a file
      writer.deleteDocuments(
         new Term(LuceneConstants.FILE_NAME,file.getName())); 

	  writer.commit();  
   }  

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

這個類是用來測試的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：

Deleting index E:LuceneDataecord1.txt
Deleting index E:LuceneDataecord10.txt
Deleting index E:LuceneDataecord2.txt
Deleting index E:LuceneDataecord3.txt
Deleting index E:LuceneDataecord4.txt
Deleting index E:LuceneDataecord5.txt
Deleting index E:LuceneDataecord6.txt
Deleting index E:LuceneDataecord7.txt
Deleting index E:LuceneDataecord8.txt
Deleting index 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