使用Lucene 2.31 索引 Oracle 10g的資料庫

1，使用主要技術：
Lucene 2.3.1
IK_CAnalyzer 1.4 中文分詞
HtmlParser 1.6 HTML檔案/文本解析器 缺點：不能忽略<!----->的內容

2，其他實現方法：

每天做對每類做增量索引 索引內容：類型，URL，TEXT內容，標題，作者，時間。

3，在Oracle 10g上建表：

-- Create table
create table IZ_SEARCH_ENGINE
(
  ID             NUMBER not null,
  INDEX_DIR      VARCHAR2(50),
  TYPE           VARCHAR2(500),   類型
  TYPE_DESC      VARCHAR2(50),  類型注釋
  TABLE_MAXVALUE VARCHAR2(50), 某表最大值
  TABLE_SQLS     CLOB,  （最某表沒有被索引的SQL語句，如select .... from XXX where id>#ID# ,  #ID# 取自TABLE_MAXVALUE ）
  STATUS         VARCHAR2(20) default 'offline', 暫時無用
  TYPE_TRUETYPE  VARCHAR2(50) 暫時無用
)

4，建立索引的JAVA關鍵代碼：

String INDEX_DIR = “/home/xue24_index_book”; //指定索引目錄
IndexWriter writer = new IndexWriter(INDEX_DIR, new IK_CAnalyzer(), true); //準備索引區，並指定分詞分析器
Document doc = new Document(); //執行個體化新document
doc.add(new Field(“type”, “社區”, Field.Store.YES, Field.Index.TOKENIZED)); //為document設定欄位：type
doc.add(new Field(“title”, “標題標題” Field.Store.YES, Field.Index.TOKENIZED)); //為document設定欄位：title
writer.addDocument(doc); //將該document加入索引目錄
writer.optimize();  //最佳化
writer.close();  //關閉索引

5,搜尋的JSP關鍵代碼：

String INDEX_DIR_BOOK = "/home/xue24_index/book";
String INDEX_DIR_BBS = "/home/xue24_index/bbs";

Searcher[] searchers=new Searcher[2];
searchers[0] = new IndexSearcher(INDEX_DIR_BOOK);
searchers[1] = new IndexSearcher(INDEX_DIR_BBS);

Searcher searcher = new MultiSearcher(searchers);
MultiFieldQueryParser queryParser = new MultiFieldQueryParser(new String[] {"title","content","author" }, new IK_CAnalyzer());
Query query = queryParser.parse(keyword); //分析查詢

Hits hits = searcher.search(query);//  搜尋索引
out.println(“共找到結果：”+hits.length());
for(int i=0;i<hits.length(); i++){
   Document doc = hits.doc(i);
   out.println(“標題：” +doc.get("title") );
}

6，再寫一個linux cron 定期執行，或用quartz外掛程式來完成增量索引。

Lucene 的詳細介紹：請點這裡
Lucene 的：請點這裡