用PHP調用Lucene包來實現全文檢索索引

由於工作需要，需要使用PHP實現對網站內大量數量進行全文檢索索引，而且目前最流行的全文檢索索引的搜尋 引擎庫就是Lucene了，它是Apache Jakarta的一個子項目，並且提供了簡單實用的API，用這些API，就可 以對任何基本文本的資料(包括資料庫)進行全文檢索索引。

因為PHP本身就支援調用外部Java類，所以先用Java寫了一個類，這個類通過調用Lucene的API，實現 了兩個方法：　

* public String createIndex(String indexDir_path,String dataDir_path)
* public String searchword(String ss,String index_path)

其中createIndex是建立索引方法，傳入了兩個參數分別是indexDir_path(索引檔案的目錄)， dataDir_path(被索引的檔案目錄)，返回被索引的檔案清單字串，另一個是searchword，通過傳入的關 鍵字參數(ss)對索引進行檢索，index_path就是索引檔案的目錄。返回所有檢索到的檔案。

這裡是原始碼，很簡單，大家可以參考一下：TxtFileIndexer.java

package TestLucene;

import java.io.File;import java.io.FileReader;
import java.io.Reader;
import java.util.Date;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.store.FSDirectory;

public class TxtFileIndexer ...{

　　 public String test() ...{
　　　　return "test is ok hohoho";
　　}

　 　/**//**
　　 * @param args
　　 */
　　public String createIndex(String indexDir_path,String dataDir_path) throws Exception ...{
　　　　String result = "";
　　　　File indexDir = new File(indexDir_path);
　　　　File dataDir = new File (dataDir_path);
　　　　Analyzer luceneAnalyzer = new StandardAnalyzer();
　　　　 File[] dataFiles = dataDir.listFiles();
　　　　IndexWriter indexWriter = new IndexWriter(indexDir,luceneAnalyzer,true);
　　　　long startTime = new Date().getTime ();
　　　　for(int i=0; i < dataFiles.length; i++) ...{
　　　　　　if(dataFiles [i].isFile() && dataFiles[i].getName().endsWith(".html")) ...{
　　　　　　　　 result += "Indexing file" + dataFiles[i].getCanonicalPath()+"<br />";
　　　　　　 　　Document document = new Document();
　　　　　　　　Reader txtReader = new FileReader(dataFiles[i]);
　　　　　　　　document.add(Field.Text("path",dataFiles [i].getCanonicalPath()));
　　　　　　　　document.add(Field.Text ("contents",txtReader));
　　　　　　　　indexWriter.addDocument(document);
　　　　　 　}
　　　　}

　　　　indexWriter.optimize();
　　　　indexWriter.close();
　　　　long endTime = new Date().getTime();

　　　　result += "It takes"+(endTime- startTime)
　　　　　　　　+ " milliseconds to create index for the files in directory "
　　　　　　　　+ dataDir.getPath();
　　　　return result;
　　}

　　 public String searchword(String ss,String index_path)　throws Exception　...{
　　　　 String queryStr = ss;
　　　　String result = "Result:<br />";
　　　　//This is the directory that hosts the Lucene index
　　　　File indexDir = new File (index_path);
　　　　FSDirectory directory = FSDirectory.getDirectory (indexDir,false);
　　　　IndexSearcher searcher = new IndexSearcher(directory);
　　 　　if(!indexDir.exists())...{
　　　　　　result = "The Lucene index is not exist";
　　　　　　return result;
　　　　}
　　　　Term term = new Term ("contents",queryStr.toLowerCase());
　　　　TermQuery luceneQuery = new TermQuery (term);
　　　　Hits hits = searcher.search(luceneQuery);
　　　　for(int i = 0; i < hits.length(); i++)...{
　　　　　　Document document = hits.doc(i);
　　　　　　 result += "<br /><a href='getfile.php?w="+ss+"&f="+document.get("path") +"'>File: " + document.get("path")+"</a>n";
　　　　}
　　　　return result;
　　}

}