首页 / 网页编程 / PHP / 用PHP调用Lucene包来实现全文检索

用PHP调用Lucene包来实现全文检索2011-09-19由于工作需要，需要使用PHP实现对网站内大量数量进行全文检索，而且目前最流行的全文检索的搜索 引擎库就是Lucene了，它是Apache Jakarta的一个子项目，并且提供了简单实用的API，用这些API，就可 以对任何基本文本的数据（包括数据库）进行全文检索。

因为PHP本身就支持调用外部Java类，所以先用Java写了一个类，这个类通过调用Lucene的API，实现 了两个方法：

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

其中createIndex是创建索引方法，传入了两个参数分别是indexDir_path（索引文件的目录）， dataDir_path（被索引的文件目录），返回被索引的文件列表字符串，另一个是searchword，通过传入的关 键字参数（ss）对索引进行检索，index_path就是索引文件的目录。返回所有检索到的文件。

这里是源代码，很简单，大家可以参考一下：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;
}

}