Lucene+Sen组合实现简单的查询引擎（日本语对应）

相关资料：http://ultimania.org/sen/

perl5.6以降：http://www.activestate.com/store/download.aspx?prdGUID=81fbce82-6bd5-49bc-a915-08d58c2648ca
ant1.5以降：http://ant.apache.org/bindownload.cgi
注意）ant -Dperl.bin=D:\Java\Perl\bin\perl.exe
下载地址：https://sen.dev.java.net/servlets/ProjectDocumentList?folderID=755&expandFolder=755&folderID=0

代码如下：

 demo;

 java.io.BufferedReader;

 java.io.IOException;

 java.io.InputStreamReader;

 org.apache.lucene.analysis.Analyzer;

 org.apache.lucene.analysis.ja.JapaneseAnalyzer;

 org.apache.lucene.document.Document;

 org.apache.lucene.document.Field;

 org.apache.lucene.index.IndexWriter;

 org.apache.lucene.queryParser.ParseException;

 org.apache.lucene.queryParser.QueryParser;

 org.apache.lucene.search.Hits;

 org.apache.lucene.search.IndexSearcher;

 org.apache.lucene.search.Query;

 org.apache.lucene.store.Directory;

 org.apache.lucene.store.FSDirectory;

 org.apache.lucene.store.RAMDirectory;

{

private static final String FIELD_CONTENT = "content";
    
    private static final String SEN_XML_PATH = "D:\Java\sen-1.2.2.1\conf\sen.xml";
    
    private static final Directory directory = new RAMDirectory();

    private static final Analyzer analyzer = new JapaneseAnalyzer(SEN_XML_PATH);

    private static final QueryParser qp = new QueryParser( FIELD_CONTENT, analyzer );



    private static final String[] contents = ...{

        "カツオはサザエの弟", "サザエはワカメの姉", "ワカメはカツオの妹",

        "カツオは長男", "サザエは長女", "ワカメは次女",

        "マスオはサザエの夫", "波平は舟の夫", "タラちゃんのパパはマスオ",

        "サザエとマスオは夫婦", "波平はタラちゃんの祖父", "舟はカツオの母",

        "マスオはカツオの義兄", "カツオはタラちゃんの叔父", "舟はワカメの母"

    };



    public static void main( String[] args ) throws IOException, ParseException ...{

        makeIndex();

        backupIndex();

        BufferedReader br = new BufferedReader( new InputStreamReader( System.in ) );

        String q = null;

        while( q == null || !q.equals( "q" ) )...{

            System.out.print( " 検索質問（qで終了）> " );

            System.out.flush();

            q = br.readLine();

            if( !q.equals( "q" ) )

                searchIndex( q );

        }

        br.close();

        if( directory != null )

            directory.close();

    }



    private static void makeIndex() throws IOException ...{
        
        IndexWriter writer = new IndexWriter( directory, analyzer, true );

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

            Document doc = new Document();

            doc.add( new Field( FIELD_CONTENT, contents[i], Field.Store.YES, Field.Index.TOKENIZED ) );

            writer.addDocument( doc );

        }

        writer.close();

    }



    private static void searchIndex( final String q ) throws IOException, ParseException ...{

        IndexSearcher searcher = new IndexSearcher( directory );

        Query query = qp.parse( q );

        Hits hits = searcher.search( query );

        int length = hits.length();

        System.out.println( Integer.toString( length ) + "件ヒットしました。" );

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

            Document doc = hits.doc( i );

            System.out.println( " " + doc.get( FIELD_CONTENT ) );

        }

        searcher.close();

    }

    

    private static void backupIndex() throws IOException...{

        Directory persistent = FSDirectory.getDirectory( "index" );

        Directory.copy( directory, persistent, false );

        persistent.close();

    }
}

参考资料：

http://lucene.jugem.jp/?month=200703

http://www.geocities.jp/another4000yrs/lucene/

http://lucene.jugem.jp/?eid=97

http://www.getopt.org/luke/


中文相关：

http://www.javaeye.com/topic/49441?page=6

http://blog.cnblog.org/archives/2005/07/luceneaecee.html

http://blog.csdn.net/ugg/archive/2007/03/06/1522624.aspx

http://www.ideagrace.com/html/doc/2007/02/07/08630.html