有关lucene 索引pdf格式文档的问题
 |
xxwang1984
2008-07-11
环境: lucene2.0+pdf.0.7.3+je-analysis-1.4.0.jar+eclipse3.2
//索引文档LuceneInActionCH.pdf File indexDir = new File("C:\\index"); // 索引文件存放路径 File dataDir = new File("C:\\file"); // 文件所存路径 Analyzer analyzer = new MMAnalyzer(); IndexWriter writer = new IndexWriter(indexDir, analyzer, true); Document doc = LucenePDFDocument.getDocument(new File("C:\\file\\LuceneInActionCH.pdf")); writer.close(); 索引是成功生成,索引文件_1.cfs大小18k. //查询 QueryParser queryParser = null; Query query = null; IndexSearcher indexSearcher = null; Hits hits = null; String queryStr = null; queryParser = new QueryParser("contents", new MMAnalyzer()); queryStr = "使用"; query = queryParser.parse(queryStr); indexSearcher = new IndexSearcher("c:\\index"); hits = indexSearcher.search(query); 但查询不到结果,hits.length=0 请问高人,这可能是什么原因造成的?紧急,谢谢! |
 |
fys124974704
2008-07-11
你搜索别的东西可以搜索到吗？我怀疑你在建立索引的时候出了问题！你的代码给得不全面，所以也看不出什么问题
|
|
xxwang1984
2008-07-11
尝试搜索别的关键字，如关键字"web"，就可以搜索到，但中文的好像不可以,我用的分词jar包是je-analysis-1.4.0.jar,别人推荐的,也是很常用的.
|
|
xxwang1984
2008-07-11
关键的代码已经贴出来啊,还需要知道哪些代码?
|
|
fys124974704
2008-07-11
你看看你代码断
Document doc = LucenePDFDocument.getDocument(new File("C:\\file\\LuceneInActionCH.pdf")); writer.close(); ？？ 是不是少了 writer.addDocument(doc)?? |
|
xxwang1984
2008-07-11
不好意思，那行代码遗漏了，但程序中是写了的，索引文件大小18k，我也用lukeall那个索引查看工具，查看一下索引文件，没有见中文的词组，只见英文的单词，不知什么原因？
|
|
fys124974704
2008-07-11
估计你将 field 放到 document的时候出了问题吧！因为除了这个，我想不到别的可能性了 ！
|
|
xxwang1984
2008-07-11
在索引pdf格式文档时，不会显式地调用doc.add(new Field(**))方法,
函数利用LucenePDFDocument的getDocument函数，从一个PDF文件直接返回一个Lucene 的Document，其中包含有path、url、modified、contents、summary,creator,uid等Field |
|
fys124974704
2008-07-11
new Field("content",content,Field.Store.Yes,Field.Index.TOKENIZED)
我一般是这样写的！ |
|
kiki
2008-09-02
下个luke，打开生成的索引看下就再清楚不过了。
|
