lucene_cli_example

Ejemplo de búsqueda de archivos de texto de Lucene

Una aplicación de consola que indexa archivos de texto en un árbol de directorio, lo que permite el texto completo y la búsqueda basada en etiquetas. Usa Lucene.

Desarrollo

Ejecutar todas las pruebas

./gradlew prueba

Para construir el script de corredor de jar plus distribuible

./build.dist.sh # salida enviada a dist/

Indexación y búsqueda

Los siguientes scripts crean el frasco distribuible antes de usarlo, por lo que no será tan rápido como solo ejecutar el frasco.

Antes de ejecutar cualquier búsqueda, debe reconstruir el índice de búsqueda. Para hacerlo:

./note_searcher.sh index/rath/to/index

Esto construye el índice junto al fras de distribución.

Para ejecutar una búsqueda:

./note_searcher.sh búsqueda 'su consulta de búsqueda' # Las citas son necesarias para varias palabras

Se espera que las consultas de búsqueda se encuentren en la sintaxis de Lucene Classic PaSer, ver: https://lucene.apache.org/core/8_0_0/queryparser/org/apache/lucene/queryparser/classic/package-summary.html#package.description

Algunos ejemplos:

El archivo apple banana +carrot # contiene la palabra zanahoria, y posiblemente Apple o plátano apple banana -carrot # El archivo no contiene zanahoria, pero el archivo Apple y/o plátano apple banana #food # contiene Apple, Banana y/o la etiqueta #food

Referencias

• http://shaierera.blogspot.com/2016/01/indexing-tagged-data-with-lucene.html
• https://lucene.apache.org/core/8_4_1/core/index.html tiene algunas demostraciones
• http://intelligiblebabble.com/custom-lucene-tokenizer-for-tech-keywords/
• https://www.toptal.com/database/full-text-search-of-dialogues-with-apache-lucene