1. import org.apache.lucene.analysis.Analyzer;   
2. import org.apache.lucene.analysis.TokenStream;   
3. import org.apache.lucene.document.Document;   
4. import org.apache.lucene.document.Field;   
5. import org.apache.lucene.index.IndexWriter;   
6. import org.apache.lucene.queryParser.QueryParser;   
7. import org.apache.lucene.search.Hits;   
8. import org.apache.lucene.search.IndexSearcher;   
9. import org.apache.lucene.search.Query;   
10. import org.apache.lucene.search.highlight.Highlighter;   
11. import org.apache.lucene.search.highlight.QueryScorer;   
12. import org.apache.lucene.search.highlight.SimpleFragmenter;   
13. import org.apache.lucene.search.highlight.SimpleHTMLFormatter;   
14. import org.apache.lucene.store.Directory;   
15. import org.apache.lucene.store.RAMDirectory;   

转自:http://ttitfly.javaeye.com/blog/107408

Tags: Lucene  demo  搜索引擎  分词  高亮  

经理给我两新任务，第一个就是Lucene来开发一个站内搜索。这个东西我以前有过兴趣，研究过一点点，但是，没有上手，后来就放弃了，没想到，现在还有机会重新捡起来。心里甚是开心。找了两天的资料，现在，基本上对Lucene有了一定的了解，也对这个任务有了点想法。要做这样一个站内搜索，其实就是对网站进行索引，以及搜索，这两个功能正好是Lucene的功能，但是，经理要求，要像GG和百度一样，对网页进行索引，而不是对数据库进行索引，所以，我不得不考虑再做一个WEB爬虫来对站内的网页进行索引。整个任务，分析下来，就有三块了，第一，爬虫模块，第二，索引和搜索模块（Lucene），第三，索引搜索中用到的中文分词模块。这三大块，没有一块是我现在熟悉的，看来，一切得从0开始。－－－－－－－－－－－－－－－－－－－－－－－－－－－－索引和搜索模块（Lucene），简单介绍一下：
Tags: Lucene  爬虫  中文分词  

一、搜索引擎技术/动态资源 <一>、综合类 1、卢亮的搜索引擎研究 [/URL]http://www.wespoke.com/ 卢亮属于搜索引擎开发上的专家，以前开发过一个搜索引擎"博索"([URL=http://booso.com/]http://booso.com/),好像现在已经停止开发了，目前他服务于博客网。在他的这个blog上可以了解许多搜索引擎开发的技术和经验，值得持续关注。 2、laolu\'blog 有不少来自国外的关于搜索引擎方面的资料，偏重于资料和数字 3、哈斯日志 [/URL]http://www.loverty.org/ 在这里可以看到国内外几大搜索引擎的最新动态，值得关注搜索发展形势的人多看看 4、北京奕天锐新科技有限公司 [URL=http://www.21cnbj.com/]http://www.21cnbj.com/ 搜索引擎、SEO、SEM等行业新闻动态
Tags: 搜索引擎  全文检索  Google  雅虎  Nutch  Lucene  中文分词