Lucene搜索引擎开发权威经典PDF电子书下载

第1部分 Lucene基础（第1～5章） 3

第1章 Lucene简介 3

1.1认识Lucene 3

Lucene是什么 3

Lucene的作者 3

Lucene的历史 3

Lucene的现在 4

1.2 Lucene体验实例 4

下载Lucene 4

编写辅助类 6

最简单的搜索引擎 10

索引器的开发 11

索引器的运行 18

搜索器的开发 20

搜索器的运行 27

小结 28

第2章 创建索引 29

2.1创建索引的基本方式 29

理解创建索引的过程 29

创建Field 31

创建Document 31

创建IndexWriter 31

2.2创建索引实例 32

简单索引 32

复杂一点的索引 35

为文件创建索引 39

为某一目录下的所有文件创建索引 42

小结 46

第3章 执行搜索 47

3.1执行搜索的基本方式 47

创建搜索器对象：IndexSearcher 47

封装搜索条件：使用Term和Query对象 47

执行搜索 48

提取搜索结果：了解Hits对象 48

提取搜索结果：了解Document对象 49

提取搜索结果：了解Field对象 49

3.2执行搜索实例 49

简单搜索 49

分词问题 52

小结 53

第4章 中文分词 55

4.1说说分词 55

分词的方法 55

做分词器 56

4.2 Lucene的分词器 56

二分法分词器 56

Lucene自带的中文分词器 62

NGram分词器的原理和用法 68

JE分词器的原理和用法 69

IK分词器的原理和用法 75

其他分词器 87

小结 87

第5章 Lucene搜索引擎开发基础实例 89

5.1概述 89

5.2桌面搜索引擎：索引器 89

索引器简介 89

索引器设计 89

索引器实现 91

实例效果 99

5.3桌面搜索引擎：搜索器 101

搜索器简介 101

搜索器设计 101

搜索器实现 101

实例效果 109

5.4 Web搜索引擎：搜索器 111

搜索器简介 111

搜索器界面 111

搜索器实现 112

搜索器部署 115

实例效果 117

小结 118

第2部分 数据解析（第6～8章） 121

第6章 常用的数据解析组件 121

6.1常见二进制文档的解析 121

解析PDF文档 121

解析Word文档 131

解析Excel文档 137

6.2 XML文档的解析 145

使用DOM4J解析XML文档 146

XML文档标准解析器 149

6.3 HTML文档的解析 151

下载HTMLParser组件 151

网页编码问题 153

网页解析的一般方法 154

常见的解析要求 162

6.4集成的数据解析器 172

文本文件解析器 172

集成解析器 174

6.5改良的搜索引擎 177

改良的索引器 177

测试搜索器 186

小结 193

第7章 Lucene自身的数据解析方法 195

7.1处理PDF文档——LucenePDFDocument 195

7.2处理纯文本文件——TextDocument 195

7.3综述 199

小结 199

第8章 Lius类库 201

8.1初识Lius 201

Lius简介 201

Lius的功能 202

下载Lius 202

Lius的目录结构 204

一个简单的例子 208

8.2借助Lius解析普通数据 209

取我所需，为我所用 209

解析Word 210

解析Excel 211

解析PDF 213

解析PowerPoint 215

解析RTF 217

解析TXT 218

解析XML 220

8.3借助Lius解析HTML数据 221

Lius解析HTML的方式 221

JTidyHtmllndexer的使用 222

NekoHtmlIndexer的使用 224

小结 225

第3部分 索引的高级知识（第9～10章） 229

第9章 索引的建立和优化 229

9.1索引建立的过程 229

Lucene的索引机制 229

文本的分析 230

9.2索引文件的生成 244

生成索引文件的过程 244

索引文件的格式 247

9.3索引的优化 248

索引优化的本质 248

复合式索引格式 248

调整索引优化参数 259

内存缓冲器与索引合并 264

限制每个Field的词条数量 274

索引本身的优化 276

查看索引的过程 279

小结 285

第10章 索引的管理 287

10.1查看索引的信息 287

使用IndexWriter类读取索引的相关信息 287

使用IndexReader及其子类读取索引的相关信息 289

10.2删除索引中的文档 296

使用IndexReader从索引中删除文档 296

使用IndexModifier从索引中删除文档 304

10.3更新索引中的文档 307

更新索引中的单个文档 307

批量更新索引中的文档 310

10.4索引的同步 314

Lucene的并发访问规则 314

线程安全性 314

索引锁机制 315

10.5使用Luke管理索引 315

下载Luke 315

使用Luke 317

10.6使用Limo管理索引 321

下载Limo 322

使用Limo 324

小结 324

第4部分 搜索的高级知识（第11～12章） 327

第11章 搜索请求的构建和解析 327

11.1构建多种搜索请求 327

词条搜索 327

组合搜索 330

范围搜索 344

前缀搜索 350

短语搜索 353

多短语搜索 360

模糊搜索 364

通配符搜索 370

正则表达式匹配搜索 373

综述 376

11.2解析搜索请求 376

QueryParser的基本使用 377

使用QueryParser解析多个关键词 380

11.3高级搜索 387

多字段搜索 387

多索引搜索 397

多线程搜索 402

小结 404

第12章 搜索结果的处理和显示 405

12.1提取搜索结果 405

Hits对象的方法 405

对性能的说明 410

12.2过滤搜索结果 413

简单的结果过滤 414

利用Filter类实现过滤 421

QueryFilter的使用 421

PrefixFilter的使用 432

RangeFilter的使用 439

ChainedFilter的使用 446

Caching WrapperFilter的使用 455

FilteredQuery的使用 458

综述 462

12.3搜索结果的排序 462

按照文档得分排序 462

自定义排序规则 477

让系统决定如何排序 479

按照索引中的文档编号排序 483

按照文本字段排序 487

指定字段的数据类型 491

按多个字段排序 496

综述 504

12.4搜索结果的高亮显示 504

关于高亮显示 504

Lucene高亮处理的基本方式 506

Lucene高亮处理的基本设置 511

为高亮显示设置新的格式 515

小结 519

第5部分 lucene应用实例（第13～14章） 523

第13章 桌面搜索引擎开发实例 523

13.1桌面搜索引擎简介 523

13.2桌面搜索引擎索引器 524

索引器简介 524

索引器设计 524

解析器实现 525

获取文件列表 536

索引器实现 538

实例效果 545

13.3桌面搜索引擎搜索器 547

搜索器简介 547

搜索器设计 548

搜索器实现 548

实例效果 556

小结 557

第14章 Web搜索引擎开发实例 559

14.1 Web搜索引擎简介 559

14.2 Web搜索引擎索引器 559

索引器简介 559

索引器设计 559

解析器实现 561

获取文件列表 572

索引器实现 574

实例效果 581

14.3 Web搜索引擎搜索器 583

搜索器简介 583

搜索器界面 584

搜索器实现 584

实例效果 589

综述 590

小结 592

第6部分 Nutch搜索引擎框架（第15～16章） 595

第15章 了解Nutch 595

15.1搭建搜索引擎的方法 595

搭建搜索引擎的一般方法 595

搭建网络搜索引擎的方法 595

15.2关于Nutch 596

Nutch是什么 596

Nutch和Lucene 597

Nutch的架构 597

Nutch的未来 597

15.3获得Nutch 599

下载Nutch 599

Nutch的不同版本 601

小结 602

第16章 使用Nutch 603

16.1安装Nutch的准备 603

安装JDK 603

安装Tomcat 604

安装Cygwin 607

配置环境变量 611

16.2运行Nutch0.8.1 612

安装Nutch0.8.1 612

使用Nutch抓取网页 613

使用Nutch执行搜索 618

16.3运行Nutch0.9 622

安装Nutch0.9 622

使用Nutch抓取网页 622

使用Nutch执行搜索 626

Nutch的二次开发 629

小结 629

后记 631