如何使用Lucene對html文件進行索引

　　我修改了lucene的demo包的IndexHTML類使其可以被其他Java類調用
　　
　　IndexHTML類
　　
　　import orgapacheluceneanalysisstandardStandardAnalyzer;
　　
　　import orgapachelucenedocumentDocument;
　　
　　import orgapacheluceneindexIndexReader;
　　
　　import orgapacheluceneindexIndexWriter;
　　
　　import orgapacheluceneindexTerm;
　　
　　import orgapacheluceneindexTermEnum;
　　
　　import javaioFile;import javautilDate;
　　
　　import javautilArrays;
　　
　　//還需調用demo的其他類
　　
　　import orgapachelucenedemo;
　　
　　/**
　　
　　* Create html file index for searching
　　
　　* @author tyrone
　　
　　*
　　
　　*/public class IndexHTML { private String DocsPath=null;
　　
　　/**
　　
　　* the path for index file;
　　
　　*/ private String IndexFilePath=null;
　　
　　/**
　　
　　* true during deletion pass
　　
　　*/　 private boolean deleting = false;
　　
　　/**
　　
　　* existing index
　　
　　*/　 private IndexReader reader;
　　
　　/**
　　
　　* new index being built
　　
　　*/　 private IndexWriter writer;
　　
　　/**
　　
　　* document id iterator
　　
　　*/　 private TermEnum uidIter;
　　
　　private void indexDocs(File file)throws Exception {
　　
　　if (fileisDirectory())
　　
　　{
　　
　　// if a directory　 String[] files = filelist();
　　
　　// list its files　 Arrayssort(files);
　　
　　// sort the files　 for (int i = ; i < fileslength;
　　
　　i++)　 // recursively index them　　thisindexDocs(new File(file files[i]));
　　
　　} else if (filegetPath()endsWith(l) || // l files　　filegetPath()endsWith() || // files　　filegetPath()endsWith(txt)) { // index txt files　　　if (thisuidIter != null) {　　String uid = HTMLDocumentuid(file);
　　
　　// construct uid for doc
　　
　　while (uidIterterm() != null && uidIterterm()field() == uid &&
　　
　　uidIterterm()text(pareTo(uid) <) {
　　
　　if (deleting) {
　　
　　// delete stale docs
　　
　　Systemoutprintln(deleting +
　　
　　HTMLDocumentuidurl(uidIterterm()text()));
　　
　　readerdelete(uidIterterm());
　　
　　}
　　
　　uidIternext();
　　
　　}
　　
　　if (uidIterterm() != null && uidIterterm()field() == uid &&
　　
　　uidIterterm()text(pareTo(uid) == ) {
　　
　　uidIternext();
　　
　　// keep matching docs
　　
　　} else if (!deleting) {
　　
　　// add new docs
　　
　　Document doc = HTMLDocumentDocument(file);
　　
　　Systemoutprintln(adding + docget(url));
　　
　　writeraddDocument(doc);
　　
　　}
　　
　　} else { // creating a new index
　　
　　Document doc = HTMLDocumentDocument(file);
　　
　　Systemoutprintln(adding + docget(url));
　　
　　writeraddDocument(doc);
　　
　　// add docs unconditionally
　　
　　}
　　
　　}　return;
　　
　　}
　　
　　/**
　　
　　* Walk directory hierarchy in uid order while keeping uid iterator from
　　
　　* existing index in sync　Mismatches indicate one of:
　　
　　* (a) old documents to be deleted;
　　
　　* (b) unchanged documents to be left alone;
　　
　　* or (c) new documents to be indexed
　　
　　*/　 private void indexDocs(File file String index boolean create)
　　
　　throws Exception {
　　
　　if (!create) {
　　
　　// incrementally update
　　
　　reader = IndexReaderopen(index);
　　
　　// open existing index
　　
　　uidIter = readerterms(new Term(uid ));
　　
　　// init uid iterator
　　
　　thisindexDocs(file);
　　
　　if (deleting) {
　　
　　// delete rest of stale docs
　　
　　while (uidIterterm() != null && uidIterterm()field() == uid) {
　　
　　Systemoutprintln(deleting +
　　
　　HTMLDocumentuidurl(uidIterterm()text()));
　　
　　readerdelete(uidIterterm());
　　
　　uidIternext();
　　
　　}
　　
　　deleting = false;
　　
　　}
　　
　　uidIterclose();
　　
　　// close uid iterator
　　
　　readerclose();
　　
　　// close existing index
　　
　　} else
　　
　　// dont have exisiting
　　
　　thisindexDocs(file);
　　
　　}
　　
　　/**
　　
　　* if create=true create a new index else refresh old index
　　
　　* @param create
　　
　　*/ public void run(boolean create)
　　
　　{
　　
　　try {
　　
　　String index = index;
　　
　　File root = null;
　　
　　if (thisIndexFilePath!=null)
　　
　　{
　　
　　// index file path
　　
　　index = thisIndexFilePath;
　　
　　}
　　
　　if (thisDocsPath==null){
　　
　　Systemoutprintln(root directory is not set);
　　
　　return;
　　
　　}
　　
　　root = new File(thisDocsPath);
　　
　　Date start = new Date();
　　
　　/**
　　
　　* not create then maintenance
　　
　　*/
　　
　　if (!create) {
　　
　　// delete stale docs
　　
　　thisdeleting = true;
　　
　　thisindexDocs(root index create);
　　
　　}
　　
　　writer = new IndexWriter(index new StandardAnalyzer() create);
　　
　　writermaxFieldLength = ;
　　
　　thisindexDocs(root index create);
　　
　　// add new docs
　　
　　Systemoutprintln(Optimizing index);
　　
　　writeroptimize();
　　
　　writerclose();
　　
　　Date end = new Date();
　　
　　Systemoutprint(endgetTime() startgetTime());
　　
　　Systemoutprintln( total milliseconds);
　　
　　} catch (Exception e) {
　　
　　Systemoutprintln( caught a + egetClass() +
　　
　　\n with message: + egetMessage());
　　
　　}
　　
　　return;
　　
　　}
　　
　　/**
　　
　　* @return Returns the IndexFilePath
　　
　　*/ public String getIndexFilePath() {　return IndexFilePath;
　　
　　}
　　
　　/**
　　
　　* @param IndexFilePath The IndexFilePath to set
　　
　　*/ public void setIndexFilePath(String property) {　thisIndexFilePath = property;
　　
　　}
　　
　　/**
　　
　　* @return Returns the DocsPath
　　
　　*/ public String getDocsPath() {　return DocsPath;
　　
　　}
　　
　　/**
　　
　　* @param DocsPath The DocsPath to set
　　
　　*/ public void setDocsPath(String property) {　thisDocsPath = property;
　　
　　}
　　
　　/**
　　
　　* test
　　
　　* @param args
　　
　　*/ public static void main(String[] args){　IndexHTML ih=new IndexHTML();
　　
　　ihsetDocsPath(D:\\MyProject\\colimas\\clmsdoc\\html);
　　
　　ihsetIndexFilePath(D:\\MyProject\\colimas\\index);　ihrun(true); }}
　　
　　運行後生成個文件_icfsdeletablesegments
　　
　　搜索文件類
　　
　　/*
　　
　　* Created on //
　　
　　*
　　
　　* TODO To change the template for this generated file go to
　　
　　* Window Preferences Java Code Style Code Templates
　　
　　*/package limassearchquery;
　　
　　/** * @author tyrone * * TODO To change the template for this generated type comment go to
　　
　　* Window Preferences Java Code Style Code Templates
　　
　　*/public class HitsHTMLDoc {　private String Title;
　　
　　priva
From:http://tw.wingwit.com/Article/program/Java/ky/201311/28449.html