几百讫代码完成百度搜索引擎

return SingletonHolder.luceneUtil; } private static class SingletonHolder { public final static LuceneIndexUtil luceneUtil = new LuceneIndexUtil(); } private LuceneIndexUtil() { this.initLuceneUtil(); } private void initLuceneUtil() { try { Directory dir = FSDirectory.open(Paths.get(INDEX_PATH)); Analyzer analyzer = new StandardAnalyzer(); IndexWriterConfig iwc = new IndexWriterConfig(analyzer); writer = new IndexWriter(dir, iwc); } catch (IOException e) { log.error("create luceneUtil error"); if (null != writer) { try { writer.close(); } catch (IOException ioException) { ioException.printStackTrace(); } finally { writer = null; } } } } /** * 引文单个文件 * * @param doc 文件讯息 * @throws IOException IO 极度 */ public void addDoc(Document doc) throws IOException { if (null != doc) { writer.addDocument(doc); writer.commit(); writer.close(); } } /** * 引文单个单独 * * @param model 单个单独 * @throws IOException IO 极度 */ public void addModelDoc(Object model) throws IOException { Document document = new Document(); List fields = luceneField(model.getClass()); fields.forEach(document::add); writer.addDocument(document); writer.commit(); writer.close(); } /** * 引文单独列出 * * @param objects 示例列出 * @throws IOException IO 极度 */ public void addModelDocs(List objects) throws IOException { if (CollectionUtils.isNotEmpty(objects)) { List docs = new ArrayList<>(); objects.forEach(o -> { Document document = new Document(); List fields = luceneField(o); fields.forEach(document::add); docs.add(document); }); writer.addDocuments(docs); } } /** * 拔除所有文件 * * @throws IOException IO 极度 */ public void delAllDocs() throws IOException { writer.deleteAll(); } /** * 引文文件列出 * * @param docs 文件列出 * @throws IOException IO 极度 */ public void addDocs(List docs) throws IOException { if (CollectionUtils.isNotEmpty(docs)) { long startTime = System.currentTimeMillis(); writer.addDocuments(docs); writer.commit(); log.info("共约引文{}个 Document，共约耗时{} 毫秒", docs.size(), (System.currentTimeMillis() - startTime)); } else { log.warn("引文列出为空"); } } /** * 根据单独 class 单纯受益配置文件类别，透过 lucene Field 配置文件等价 * * @param modelObj 单独 modelObj 单纯 * @return 配置文件等价列出 */ public List luceneField(Object modelObj) { Map classFields = ReflectionUtils.getClassFields(modelObj.getClass()); Map classFieldsValues = ReflectionUtils.getClassFieldsValues(modelObj); List fields = new ArrayList<>(); for (String key : classFields.keySet()) { Field field; String dataType = StringUtils.substringAfterLast(classFields.get(key).toString(), "."); switch (dataType) { case "Integer": field = new IntPoint(key, (Integer) classFieldsValues.get(key)); break; case "Long": field = new LongPoint(key, (Long) classFieldsValues.get(key)); break; case "Float": field = new FloatPoint(key, (Float) classFieldsValues.get(key)); break; case "Double": field = new DoublePoint(key, (Double) classFieldsValues.get(key)); break; case "String": String String = (String) classFieldsValues.get(key); if (StringUtils.isNotBlank(string)) { if (string.length() <= 1024) { field = new StringField(key, (String) classFieldsValues.get(key), Field.Store.YES); } else { field = new TextField(key, (String) classFieldsValues.get(key), Field.Store.NO); } } else { field = new StringField(key, StringUtils.EMPTY, Field.Store.NO); } break; default: field = new TextField(key, JsonUtils.obj2Json(classFieldsValues.get(key)), Field.Store.YES); break; } fields.add(field); } return fields; } public void close() { if (null != writer) { try { writer.close(); } catch (IOException e) { log.error("close writer error"); } writer = null; } } public void commit() throws IOException { if (null != writer) { writer.commit(); writer.close(); } }}

有了基本功能类，我们再考虑一个 demo 来透过资料的引文

import java.util.ArrayList;import java.util.List;/** *
* Function：
* Author：@author Silence
* Date：2020-10-17 21:08
* Desc：无
*/public class Demo { public static void main(String[] args) { LuceneIndexUtil luceneUtil = LuceneIndexUtil.getInstance(); List articles = new ArrayList<>(); try { //引文资料 ArticleModel article1 = new ArticleModel(); article1.setTitle("Java 一个大高效率"); article1.setAuthor("鸭血粉丝"); article1.setContent("这是一篇给大家介绍 Lucene 的高效率篇名，必不太可能会点赞书评发文！！！"); ArticleModel article2 = new ArticleModel(); article2.setTitle("一个大高效率"); article2.setAuthor("鸭血粉丝"); article2.setContent("此处开头两千字..."); ArticleModel article3 = new ArticleModel(); article3.setTitle("Java 一个大高效率"); article3.setAuthor("鸭血粉丝"); article3.setContent("最后受邀你自组我们的方法论外星人，Today is big day!"); articles.add(article1); articles.add(article2); articles.add(article3); luceneUtil.addModelDocs(articles); luceneUtil.commit(); } catch (Exception e) { e.printStackTrace(); } }}

纸片的 content 素材可以须要透过去掉，阿粉这边不必要上原字数的指控就不贴了。

展示

直通结束再一，我们用过 Lucene 的GIS基本功能 luke 来检视下引文的资料素材，电子书再一可执行文件我们可以看见有.bat 和 .sh 两个脚本语言，根据自己的系统对透过直通就好了。阿粉这边是 mac 用的是 sh 脚本语言直通，直通后打开设置的引文目录只需。

luke 在 GitHub 纸片有，但是电子书较慢，阿粉这边通过境外服务器电子书下来，并上传的百度网盘里了，公众号完全恢复【luke】受益。

进到再一，我们可以看见下图推断的素材，选项 content 点选 show top items 可以看见前方的引文资料，这里根据分词器的完全相同，引文的结果是不一样的，阿粉这里过渡到的分词器就是规范的分词器，恰巧们可以根据自己的要求选项简便自己的分词器只需。

抓取资料

资料已经引文顺利了，在此之后我们就必须根据条件透过资料的抓取了，我们创设一个 LuceneSearchUtil.java 来转换资料。

import org.apache.commons.collections.MapUtils;import org.apache.lucene.analysis.Analyzer;import org.apache.lucene.analysis.standard.StandardAnalyzer;import org.apache.lucene.index.DirectoryReader;import org.apache.lucene.queryparser.classic.QueryParser;import org.apache.lucene.search.*;import org.apache.lucene.store.Directory;import org.apache.lucene.store.FSDirectory;import org.springframework.beans.factory.annotation.Value;import java.io.IOException;import java.nio.file.Paths;import java.util.Map;public class LuceneSearchUtil { private static String INDEX_PATH = "/opt/lucene/demo"; private static IndexSearcher searcher; public static LuceneSearchUtil getInstance() { return LuceneSearchUtil.SingletonHolder.searchUtil; } private static class SingletonHolder { public final static LuceneSearchUtil searchUtil = new LuceneSearchUtil(); } private LuceneSearchUtil() { this.initSearcher(); } private void initSearcher() { Directory directory; try { directory = FSDirectory.open(Paths.get(INDEX_PATH)); DirectoryReader reader = DirectoryReader.open(directory); searcher = new IndexSearcher(reader); } catch (IOException e) { e.printStackTrace(); } } public TopDocs searchByMap(Map queryMap) throws Exception { if (null == searcher) { this.initSearcher(); } if (MapUtils.isNotEmpty(queryMap)) { BooleanQuery.Builder builder = new BooleanQuery.Builder(); queryMap.forEach((key, value) -> { if (value instanceof String) { Query queryString = new PhraseQuery(key, (String) value);// Query queryString = new TermQuery(new Term(key, (String) value)); builder.add(queryString, BooleanClause.Occur.MUST); } }); return searcher.search(builder.build(), 10); } return null; }}

在 demo.java 里增加抓取代码如下：

//发文资料 Map map = new HashMap<>(); map.put("title", "Java 一个大高效率");// map.put("title", "一个大高效率");// map.put("content", "最"); LuceneSearchUtil searchUtil = LuceneSearchUtil.getInstance(); TopDocs topDocs = searchUtil.searchByMap(map); System.out.println(topDocs.totalHits);

直通结果如下，表示抓取到了两条。

通过GIS基本功能我们可以看见 title 为"Java 一个大高效率"确实是有两条记录，而且我们也核实只嵌入了两条资料。特别注意这里如果根据其他字符去发文不太可能发文不出来，因为阿粉这里的分词器过渡到的是默认的分词器，恰巧可以根据自身的情况过渡到相应的分词器。

方才我们可以引文和抓取资料了，不过这还是非常简单的入门转换，对于完全相同类别的配置文件，我们必须适用完全相同的发文模式，而且根据系统对的特性我们必须适用特定的分词器，默认的规范分词器一般而言完全符合我们的适用过场。而且我们引文资料的时候也必须根据配置文件类别透过完全相同 Field 的设定。纸片的案例只是 demo 并不用在生产上适用，搜引文擎在在线行业是领头羊，很多再行进设备的在线高效率都都有搜引文擎开始发展的。

。

宁波白癜风专科医院哪个好
长春男科医院哪家正规
武汉看白癜风哪家医院好
贵阳生殖感染检查哪家医院好
上海眼科正规的医院