Lucene - 更新文档操作

简述

作为索引过程的一部分，更新文档是另一个重要的操作。当已经索引的内容被更新并且索引变得无效时使用此操作。此操作也称为重新索引。

我们将包含Field(s) 的Document(s)更新为 IndexWriter，其中 IndexWriter 用于更新索引。

我们现在将向您展示一个逐步的方法，并帮助您使用一个基本示例来了解如何更新文档。

将文档更新为索引

按照此步骤将文档更新为索引 -

Step 1 - 创建一个方法来从更新的文本文件更新 Lucene 文档。


private void updateDocument(File file) throws IOException {
   Document document = new Document();
   //update indexes for file contents
   writer.updateDocument(new Term 
      (LuceneConstants.CONTENTS, 
      new FileReader(file)),document); 
   writer.close();
}

创建一个索引写入器

按照以下步骤创建一个 IndexWriter -

Step 1 − IndexWriter 类作为核心组件，在索引过程中创建/更新索引。

Step 2 − 创建IndexWriter 对象。

Step 3 − 创建一个 Lucene 目录，该目录应指向要存储索引的位置。

Step 4 - 初始化使用索引目录创建的 IndexWriter 对象，一个具有版本信息和其他必需/可选参数的标准分析器。


private IndexWriter writer;
public Indexer(String indexDirectoryPath) throws IOException {
   //this directory will contain the indexes
   Directory indexDirectory = 
      FSDirectory.open(new File(indexDirectoryPath));
   
   //create the indexer
   writer = new IndexWriter(indexDirectory, 
      new StandardAnalyzer(Version.LUCENE_36),true,
      IndexWriter.MaxFieldLength.UNLIMITED);
}

更新文档并开始重新索引过程

以下是更新文档的两种方法。

updateDocument(Term, Document) − 删除包含该词条的文档，并使用默认分析器（在创建索引编写器时指定）添加该文档。
updateDocument(Term, Document,Analyzer) − 删除包含该术语的文档并使用提供的分析器添加该文档。


private void indexFile(File file) throws IOException {
   System.out.println("Updating index for "+file.getCanonicalPath());
   updateDocument(file);   
}

示例应用

为了测试索引过程，让我们创建一个 Lucene 应用程序测试。

步	描述
1	创建一个名称的项目LuceneFirstApplication一个下packagecom.jc2182.lucene作为解释Lucene的-第一个应用程序的章节。您还可以使用在EJB - First Application章节中创建的项目来理解本章的索引过程。
2	创建LuceneConstants.java，TextFileFilter.java和Indexer.java作为解释Lucene的-第一个应用程序的章节。保持其余文件不变。
3	如下所述创建LuceneTester.java。
4	清理并构建应用程序以确保业务逻辑按照要求工作。

LuceneConstants.java

此类用于提供要在整个示例应用程序中使用的各种常量。


package com.jc2182.lucene;
public class LuceneConstants {
   public static final String CONTENTS = "contents";
   public static final String FILE_NAME = "filename";
   public static final String FILE_PATH = "filepath";
   public static final int MAX_SEARCH = 10;
}

TextFileFilter.java

这个类用作 .txt 文件过滤器。


package com.jc2182.lucene;
import java.io.File;
import java.io.FileFilter;
public class TextFileFilter implements FileFilter {
   @Override
   public boolean accept(File pathname) {
      return pathname.getName().toLowerCase().endsWith(".txt");
   }
}

Indexer.java

此类用于索引原始数据，以便我们可以使用 Lucene 库对其进行搜索。


package com.jc2182.lucene;
import java.io.File;
import java.io.FileFilter;
import java.io.FileReader;
import java.io.IOException;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
public class Indexer {
   private IndexWriter writer;
   public Indexer(String indexDirectoryPath) throws IOException {
      //this directory will contain the indexes
      Directory indexDirectory = 
         FSDirectory.open(new File(indexDirectoryPath));
      //create the indexer
      writer = new IndexWriter(indexDirectory, 
         new StandardAnalyzer(Version.LUCENE_36),true,
         IndexWriter.MaxFieldLength.UNLIMITED);
   }
   public void close() throws CorruptIndexException, IOException {
      writer.close();
   }
   private void updateDocument(File file) throws IOException {
      Document document = new Document();
      //update indexes for file contents
      writer.updateDocument(
         new Term(LuceneConstants.FILE_NAME,
         file.getName()),document); 
      writer.close();
   }  
   private void indexFile(File file) throws IOException {
      System.out.println("Updating index: "+file.getCanonicalPath());
      updateDocument(file);      
   }
   public int createIndex(String dataDirPath, FileFilter filter) 
      throws IOException {
      //get all files in the data directory
      File[] files = new File(dataDirPath).listFiles();
      for (File file : files) {
         if(!file.isDirectory()
            && !file.isHidden()
            && file.exists()
            && file.canRead()
            && filter.accept(file)
         ){
            indexFile(file);
         }
      }
      return writer.numDocs();
   }
}

LuceneTester.java

该类用于测试 Lucene 库的索引能力。


package com.jc2182.lucene;
import java.io.IOException;
public class LuceneTester {
   
   String indexDir = "E:\\Lucene\\Index";
   String dataDir = "E:\\Lucene\\Data";
   Indexer indexer;
   
   public static void main(String[] args) {
      LuceneTester tester;
      try {
         tester = new LuceneTester();
         tester.createIndex();
      } catch (IOException e) {
         e.printStackTrace();
      } 
   }
   private void createIndex() throws IOException {
      indexer = new Indexer(indexDir);
      int numIndexed;
      long startTime = System.currentTimeMillis(); 
      numIndexed = indexer.createIndex(dataDir, new TextFileFilter());
      long endTime = System.currentTimeMillis();
      indexer.close();
   }
}

数据和索引目录创建

我们使用了从 record1.txt 到 record10.txt 的 10 个文本文件，其中包含学生的姓名和其他详细信息，并将它们放在目录中 E:\Lucene\Data. 运行 E:\Lucene\Index. 程序后，您可以看到在该文件夹中创建的索引文件列表

运行程序

完成源、原始数据、数据目录和索引目录的创建后，您可以继续编译和运行程序。为此，请保持 LuceneTester.Java 文件选项卡处于活动状态并使用 Eclipse IDE 中提供的 Run 选项或使用 Ctrl + F11 编译并运行您的 LuceneTester 应用程序。如果您的应用程序成功运行，它将在 Eclipse IDE 的控制台中打印以下消息 -


Indexing E:\Lucene\Data\record1.txt
Indexing E:\Lucene\Data\record10.txt
Indexing E:\Lucene\Data\record2.txt
Indexing E:\Lucene\Data\record3.txt
Indexing E:\Lucene\Data\record4.txt
Indexing E:\Lucene\Data\record5.txt
Indexing E:\Lucene\Data\record6.txt
Indexing E:\Lucene\Data\record7.txt
Indexing E:\Lucene\Data\record8.txt
Indexing E:\Lucene\Data\record9.txt
10 File indexed, time taken: 109 ms

成功运行程序后，您将拥有以下内容 索引目录−