------------恢复内容开始------------

一，什么是全文检索

观点：先创建索引然后盘问索引的过程就做全文索引。索引一次创建可以多次使用，表示为每次盘问速度都很快。

二，数据的分类

布局化数据：格局固定，长度固定，数据类型固定   好比数据库的数据

非布局化数据：格局不固定，长度不固定，数据类型不固定word文档，pdf文档，邮件，html，txt

三，数据的盘问

布局化数据的盘问：SQL语句，盘问简单，速度快

非布局化数据的盘问：

从文本文件中查找出包罗spring单词的文件

目测

使用措施把文档读取到内存中，然后匹配字符串

把非布局化数据进行字符串拆分，得到一个单词的列表，基于单词列表创建一个索引，然后盘问索引，按照单词和文档的对应关系找到文档列表，这个过程就叫做全文索引

索引：一个为了提高盘问速度，创建某种数据布局的调集

四，全文检索的应用场景

搜索引擎：百度，360，谷歌，搜狗

站内搜索：论坛搜索，微博，文章搜索

电商搜索：淘宝，京东　　

只要是搜索的处所就可以使用全文搜索技术

五，什么是Lucene

　　Lucene，是基于Java开发的全文检索工具包

Lucene实现全文检索的流程

创建索引

获得文档

原始文档：要基于哪些数据来进行搜索，那么这些数据就是原始文档

搜索引擎：使用爬虫获得原始文档

站内搜索：数据库中的数据

案例：直接使用io流读取磁盘上的文件

构建文档东西

对应每个原始文档创建一个Document东西

每个Document东西中包罗多个域（field）

域中生存的就是原始文档数据：域的名称 和 域的值

每个文档都有一个独一的编号，就是文档id

分析文档：就是分词的过程

按照空格进行字符串拆分，得到一个单词列表

把单词统一转换成小写

去除标点标记

去除停用词：无意义的词

每个关键词都封装成一个Term东西中

Term中包罗两部分内容：关键词地址的域，关键词自己

差此外域中拆分出来的不异关键词是差此外term

创建索引：

基于关键词列表创建一个索引，生存在索引库中，索引库中包罗：索引，document东西，关键词和文档的对应关系

通过词语找文档，，这种索引的布局叫倒排索引布局

盘问索引

用户盘问接口：用户输入盘问的条件的处所 例如百度的搜索框

把关键词封装成一个盘问东西：要盘问的域，要盘问的关键词

执行盘问

按照要盘问的关键词到对应的域长进行搜索

找到关键词，按照关键词找到对应的文档

衬着功效

按照文档的id找到文档东西

对关键词进行高亮显示

分页措置惩罚惩罚

...

最终展示给用户看

 六，Lucene快速入门

　　入门需求:

　　　　实现一个文件的搜索成果，通过关键字搜索文件，通常文件名或者文件内容包孕关键字的文件都需要找出来。还可以按照中文词语进行盘问，并且需要撑持多个条件盘问。本案例的原始内容就是磁盘上的文件

　　1.创建索引

　　　　工程搭建：

　　　　　　创建一个空的Java工程

　　　　　　添加jar依赖：lucene-analyzers-common-7.4.0.jar,lucene-core-7.4.0.jar,commons-io.jar

　　　　法式：

　　　　　　1.创建一个Directory东西，指定索引库生存的位置

　　　　　　2.基于Directory东西创建一个IndexWriter东西

　　　　　　3.读取磁盘上的文件，对应每个文件创建一个文档东西

　　　　　　4.向文档东西中添加域

　　　　　　5.把文档东西写入索引库

　　　　　　6.封锁IndexWriter东西

　　2.代码

1 public class LuceneFirst { 2 @Test 3 public void createIndex() throws Exception{ 4 // 1.创建一个Director东西，指定索引库生存的位置 5 // Directory directory = new RAMDirectory(); //索引库生存在内存中 6 Directory directory = FSDirectory.open(new File("E:\\temp\\index").toPath()); 7 //　　　　2.基于Director东西创建一个IndexWriter东西 8 IndexWriter indexWriter = new IndexWriter(directory, new IndexWriterConfig()); 9 //　　　　3.读取磁盘上的文件，对应每个文件创建一个文档东西 10 File dir = new File("D:\\java（新课程）\\00 讲义+条记+资料\\风行框架\\61.会员版(2.0)-就业课(2.0)-Lucene\\lucene\\02.参考资料\\searchsource"); 11 File[] files = dir.listFiles(); 12 for (File file : files) { 13 String fileName = file.getName(); //获取文件名 14 String filePath = file.getPath(); //获取文件路径 15 String fileContext = FileUtils.readFileToString(file, "utf-8"); //获取文件内容 16 long fileSize = FileUtils.sizeOf(file); //获取文件巨细 17 18 //创建Field 19 //参数：域的名称，域的内容，是否存储 20 Field fieldName = new TextField("name", fileName, Field.Store.YES); 21 Field fieldPath = new TextField("filePath", filePath, Field.Store.YES); 22 Field fieldContext = new TextField("fileContext", fileContext, Field.Store.YES); 23 Field fieldSize = new TextField("fileSize", fileSize+"", Field.Store.YES); 24 25 //创建文档东西 26 Document document = new Document(); 27 //　　　　4.向文档东西中添加域 28 document.add(fieldName); 29 document.add(fieldPath); 30 document.add(fieldContext); 31 document.add(fieldSize); 32 //　　　　5.把文档东西写入索引库 33 indexWriter.addDocument(document); 34 } 35 //　　　　6.封锁IndexWriter东西 36 indexWriter.close(); 37 } 38 }

　　2.盘问索引库

　　　　法式：

　　　　　　1.创建一个Directory东西，指定索引库的位置

　　　　　　2.创建一个IndexReader东西

　　　　　　3.创建一个IndexSearcher东西，结构要领中的参数IndexReader 东西

　　　　　　4.创建一个Query东西，TermQuery

　　　　　　5.执行盘问，得到一个TomDocs东西

　　　　　　6.取盘问功效的总记录数

　　　　　　7.取文档列表

　　　　　　8.打印文档的内容

　　　　　　9.封锁IndexReader东西

　　代码实现