Agir avec Lucene Java

Formats de fichier

Les formats des fichiers d'index de Zend_Search_Lucene sont compatibles avec la version de Lucene Java 1.4 ou plus.

Une description détaillée de ce format est disponible ici: http://lucene.apache.org/java/2_3_0/fileformats.html ^[1] .

Répertoire Index

Après la création de l'index, le répertoire d'index contiendra plusieurs fichiers:

le fichier des segments est une liste des segments de l'index.
Les fichiers *.cfs contiennent les segments de l'index. Notez qu'un index optimisé a toujours un seul segment.
Les fichiers effaçables sont des fichiers qui ne sont plus utilisés par l'index, mais qui n'ont pas pu être supprimés.

Code source Java

Le programme Java ci-après montre comment indexer un fichier en utilisant Java Lucene :

/**
* Index creation:
*/
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.document.*;
 
import java.io.*
 
...
 
IndexWriter indexWriter = new IndexWriter("/data/my_index",
                                          new SimpleAnalyzer(), true);
 
...
 
String filename = "/path/to/file-to-index.txt"
File f = new File(filename);
 
Document doc = new Document();
doc.add(Field.Text("path", filename));
doc.add(Field.Keyword("modified",DateField.timeToString(f.lastModified())));
doc.add(Field.Text("author", "unknown"));
FileInputStream is = new FileInputStream(f);
Reader reader = new BufferedReader(new InputStreamReader(is));
doc.add(Field.Text("contents", reader));
 
indexWriter.addDocument(doc);

^[1] La version du format de fichier supporté actuellement est la 2.3 (depuis Zend Framework 1.6).