Lucene刪除文檔操作


刪除文檔是另一個重要的操作,索引處理的一部分。此操作用於當已經索引內容被更新和索引變得無效或索引變得尺寸非常大,那麼爲了減少尺寸和更新索引,可以使用刪除操作執行。

我們刪除文檔包含字段到IndexWriter,IndexWriter用於更新索引。

現在,我們將展示一個循序漸進的過程,獲得一個任意文檔來刪除,通過一個基本的例子。

刪除索引的文檔。

  • 創建到刪除過時的文本,使用 Lucene 文檔的方法。

private void deleteDocument(File file) throws IOException{
   
   //delete indexes for a file
   writer.deleteDocument(new Term(LuceneConstants.FILE_NAME,file.getName())); 

   writer.commit();
   System.out.println("index contains deleted files: "+writer.hasDeletions());
   System.out.println("index contains documents: "+writer.maxDoc());
   System.out.println("index contains deleted documents: "+writer.numDoc());
}   

創建IndexWriter

  • IndexWriter 類作爲它在索引過程中創建/更新索引的核心組成部分。

  • 創建IndexWriter的對象。

  • 創建其應指向位置,其中索引是存儲一個 lucene 目錄。

  • 初始化索引目錄,有標準的分析版本信息和其他所需/可選參數創建 IndexWricrter 對象。

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);
}

刪除文檔,並開始重建索引過程

下面兩個是刪除文檔的方式。

  • deleteDocuments(Term) - 刪除所有包含這個詞條的文件。

  • deleteDocuments(Term[]) - 刪除全部包含任何陣列中的詞條的文檔。

  • deleteDocuments(Query) - 刪除所有與查詢匹配的文檔。

  • deleteDocuments(Query[]) - 刪除所有匹配陣列中的查詢的文檔。

  • deleteAll - 刪除所有文件。

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

應用程序示例

讓我們創建一個測試Lucene的應用程序來測試索引處理。

步驟 描述
1 創建一個LuceneFirstApplication在包packagecom.yiibai.lucene下。也可以使用EJB創建的項目
2 創建LuceneConstants.java,TextFileFilter.java和Indexer.java。保持其它的文件不變
3 創建LuceneTester.java 如下所述
4 清理和構建應用程序,以確保業務邏輯按要求工作

LuceneConstants.java

這個類是用來提供可應用於示例應用程序中使用的各種常量。

package com.yiibai.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

此類用於 .txt 文件過濾器

package com.yiibai.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

這個類是用於索引的原始數據,這樣我們就可以使用Lucene庫,使其可搜索。

package com.yiibai.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.index.Term;
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 deleteDocument(File file) throws IOException{
      
      //delete indexes for a file
      writer.deleteDocuments(
         new Term(LuceneConstants.FILE_NAME,file.getName())); 

	  writer.commit();  
   }  

   private void indexFile(File file) throws IOException{
      System.out.println("Deleting index: "+file.getCanonicalPath());
      deleteDocument(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

這個類是用來測試的Lucene庫的索引能力

package com.yiibai.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();
   }
}

數據和索引目錄的創建

使用10個文件從 record1.txt 到 record10.txt 的文本文件包含簡單的名稱以及學生的其他細節,並把它們放在目錄 E:LuceneData。這些數據用於測試。索引目錄路徑應創建爲E:LuceneIndex。運行此程序後,就可以看到該文件夾中創建的索引文件的列表。

運行程序:

一旦創建源,創造了原始數據,數據目錄和索引目錄來完成,準備好這一步是編譯和運行程序。要做到這一點,在LuceneTester.Java文件選項卡中使用Eclipse IDE 的Run選項,或使用Ctrl+ F11來編譯和運行應用程序LuceneTester。如果應用程序一切正常,將在Eclipse IDE控制檯打印以下消息:

Deleting index E:LuceneData
ecord1.txt
Deleting index E:LuceneData
ecord10.txt
Deleting index E:LuceneData
ecord2.txt
Deleting index E:LuceneData
ecord3.txt
Deleting index E:LuceneData
ecord4.txt
Deleting index E:LuceneData
ecord5.txt
Deleting index E:LuceneData
ecord6.txt
Deleting index E:LuceneData
ecord7.txt
Deleting index E:LuceneData
ecord8.txt
Deleting index E:LuceneData
ecord9.txt
10 File indexed, time taken: 109 ms

一旦成功地運行程序,將有以下的索引目錄中的內容:

Lucene Index Directory