实例介绍
【实例简介】Zend/Search/Lucene.php 构建文件索引 Zend/Search/Lucene/Analysis/Analyzer.php 分析
【实例截图】
【核心代码】
代码一：
<?php
require_once "Zend/Search/Lucene.php";
require_once "Zend/Search/Lucene/Document.php";
//设置构造函数的第二个参数实现新的索引的创建
$index=new Zend_Search_Lucene('index',true);
//新建一个文档对象
$doc=new Zend_Search_Lucene_Document();
//将文档的路径存储在名为url的text类型的字段中
$doc->addField(Zend_Search_Lucene_Field::Text('url',$docUrl));
//索引文档内容，使用名为contents的UnStored类型字段
$doc->addField(Zend_Search_Lucene_Field::UnStored('contents',$docContent));
//将文档对象添加到索引中
$index->addDocument($doc);
//执行索引对象的commit()方法更新索引
$index->commit();
?>
代码二：
<?php
require_once "Zend/Search/Lucene.php"; //加载Zend_Search_Lucene
//设置构造函数的第一个参数指定当前路径的index目录为索引对象
//设置构造函数的第二个参数实现新的索引的创建
$index=new Zend_Search_Lucene('index',true);
$dir=$index->getDirectory(); //获取路径
echo "索引指定的路径信息为：<p>";
print_r($dir); //输出结果
?>
代码三：
<?php
require_once "Zend/Search/Lucene.php"; //加载Zend_Search_Lucene
//打开一个存在的索引
$index=new Zend_Search_Lucene('index');
//新建一个文档对象
$doc=new Zend_Search_Lucene_Document();
//将文档的路径存储在名为url的text类型的字段中
$doc->addField(Zend_Search_Lucene_Field::Text('url',$docUrl));
//索引文档内容，使用名为contents的UnStored类型字段
$doc->addField(Zend_Search_Lucene_Field::UnStored('contents',$docContent));
//将文档对象添加到索引中
$index->addDocument($doc);
//执行索引对象的commit()方法更新索引
$index->commit();
$result=$index->getFieldNames(); //获取字段列表
echo "\$index索引的全部字段为：<p>";
foreach($result as $value) //遍历数组内容
{
echo $value; //输出结果
echo "<p>";
}
?>
代码四：
<?
require_once 'Zend/Search/Lucene.php'; //加载Zend_Search_Lucene
$index=new Zend_Search_Lucene('test'); //打开存在的（23-7.php创建的）索引
echo "索引包括{$index->count()}个文档<p>\n"; //输出文档数
$search="beijing"; //定义查询Query
$hits=$index->find($search); //执行find()方法进行查找，并返回结果
foreach($hits as $hit) //使用foreach遍历结果集
{
echo str_repeat('-', 80)."--<p>"; //输出分隔线
echo '结果ID为：'.$hit->id."<p>"; //输出结果ID
echo '分值为：'.sprintf('%.2f', $hit->score)."<p>"; //输出结果分值
$document=$hit->getDocument(); //获取结果文档
echo "标题为：".$hit->title; //输出结果标题
echo "<p>";
echo $document->getFieldValue('contents'); //输出结果内容
}
?>
代码五：
<?
require_once 'Zend/Search/Lucene.php'; //加载Zend_Search_Lucene
$index=new Zend_Search_Lucene('test',true); //新建一个名为test的索引
$data=array(
array(
'title'=>'hello',
'auth'=>'h',
'contents'=>'hello world!'
),
array(
'title'=>'test',
'auth'=>'t',
'contents'=>'this is a test'
),
array(
'title'=>'hello',
'auth'=>'h',
'contents'=>'hello sky!'
)
); //定义数组
foreach($data as $temp) //循环插入索引中
{
$doc=new Zend_Search_Lucene_Document(); //新建文档对象
$doc->addField(Zend_Search_Lucene_Field::Text('title',$temp['title'])); //添加标题
$doc->addField(Zend_Search_Lucene_Field::Text('auth',$temp['auth'])); //添加作者
$doc->addField(Zend_Search_Lucene_Field::Text('contents',$temp['contents'])); //添加内容
$index->addDocument($doc); //将文档添加到索引
}
$index->commit(); //提交索引
echo $index->count()."个文档已经被索引"; //输出文档数
?>
代码六：
<?
require_once 'Zend/Search/Lucene.php'; //加载Zend_Search_Lucene
$index=new Zend_Search_Lucene('test'); //打开存在的索引
$search="world or sky"; //定义查询Query
$hits=$index->find($search); //执行find()方法进行查找，并返回结果
echo "符合包含world或者sky的结果数为：";
echo count($hits); //输出结果数
echo "<p>";
echo str_repeat('-',40)."<p>"; //输出分隔线
foreach($hits as $hit) //使用foreach遍历结果集
{
echo '结果ID为：'.$hit->id."<p>"; //输出结果ID
echo '分值为：'.sprintf('%.2f',$hit->score)."<p>"; //输出结果分值
$document=$hit->getDocument(); //获取结果文档
echo "标题为：".$hit->title; //输出结果标题
echo "<p>";
echo "作者为：".$hit->auth; //输出结果作者
echo "<p>";
echo "内容为：".$document->getFieldValue('contents'); //输出结果内容
echo "<p>";
}
?>
代码七：
<?
require_once 'Zend/Search/Lucene.php'; //加载Zend_Search_Lucene
$index=new Zend_Search_Lucene('test'); //打开存在的索引
$search= "title:hello AND NOT sky"; //定义查询Query
$hits=$index->find($search); //执行find()方法进行查找，并返回结果
echo "符合标题包含hello同时内容不含sky的结果数为：";
echo count($hits); //输出结果数
echo "<p>";
echo str_repeat('-',40)."<p>"; //输出分隔线
foreach($hits as $hit) //使用foreach遍历结果集
{
echo '结果ID为：'.$hit->id."<p>"; //输出结果ID
echo '分值为：'.sprintf('%.2f',$hit->score)."<p>"; //输出结果分值
$document=$hit->getDocument(); //获取结果文档
echo "标题为：".$hit->title; //输出结果标题
echo "<p>";
echo "作者为：".$hit->auth; //输出结果作者
echo "<p>";
echo "内容为：".$document->getFieldValue('contents'); //输出结果内容
echo "<p>";
}
?>
代码八：
<?
//设置页面编码
header("Content-Type","utf-8");
//加载Zend_Search_Lucene_Analysis_Analyzer子类
require_once 'Zend/Search/Lucene/Analysis/Analyzer.php';
//自定义文本分析程序
class Phpbean_Lucene_Analyzer extends Zend_Search_Lucene_Analysis_Analyzer_Common
{
private $_position; //定义位置
private $_cnStopWords=array(); //定义中文分词数组
//设置中文分词
public function setCnStopWords($cnStopWords)
{
$this->_cnStopWords=$cnStopWords;
}
/**
*reset方法，重置数据
*/
public function reset()
{
$this->_position=0; //起始位置为0
$search=array(",", "/", "\\", ".", ";", ":", "\"", "!", "~", "`", "^", "(", ")", "?", "-", "'", "<", ">", "$", "&", "%", "#", "@", " ", "=", "{", "}", "[", "]", "：", "）", "（", "．", "。", "，", "！", "；", "“", "”", "‘", "’", "［", "］", "、", "—", " ", "《", "》", "－", "…", "【", "】","的"); //定义数组
//替换空格
$this->_input=str_replace($search,' ',$this->_input);
//替换分词内容
$this->_input=str_replace($this->_cnStopWords,' ',$this->_input);
}
/**
*Tokenization stream API
*Get next token
*Returns null at the end of stream
*
*@return Zend_Search_Lucene_Analysis_Token|null
*/
public function nextToken()
{
if ($this->_input === null)
{
return null;
}
$len=strlen($this->_input);
while($this->_position < $len)
{
while ($this->_position < $len && $this->_input[$this->_position]==' ' )
{
$this->_position ;
}
$termStartPosition = $this->_position;
$temp_char = $this->_input[$this->_position];
$isCnWord=false;
if(ord($temp_char)>127)
{
$i=0;
while($this->_position < $len && ord( $this->_input[$this->_position] )>127)
{
$this->_position = $this->_position 3;
$i ;
if($i==2)
{
$isCnWord = true;
break;
}
}
if($i==1)continue;
}
else
{
while ($this->_position < $len && ctype_alnum( $this->_input[$this->_position] ))
{
$this->_position ;
}
//echo $this->_position.":".$this->_input[$this->_position]."\n";
}
if($this->_position == $termStartPosition)
{
$this->_position ;
continue;
}
$token=new Zend_Search_Lucene_Analysis_Token(substr($this->_input,$termStartPosition, $this->_position - $termStartPosition),$termStartPosition,$this->_position);
$token = $this->normalize($token);
if($isCnWord)$this->_position = $this->_position - 3;
if ($token !== null)
{
return $token;
}
}
return null;
}
}
$stopWords=array('a', 'an', 'at', 'the', 'and', 'or', 'is', 'am');
$stopWordsFilter=new Zend_Search_Lucene_Analysis_TokenFilter_StopWords($stopWords);
$analyzer=new Phpbean_Lucene_Analyzer();
$cnStopWords=array('的');
$analyzer->setCnStopWords($cnStopWords);
$analyzer->addFilter($stopWordsFilter);
$value='this is a 中文的内容的测试';
$analyzer->setInput($value, 'utf-8');
$position=0;
$tokenCounter=0;
while(($token=$analyzer->nextToken())!==null)
{
$tokenCounter ;
$tokens[]=$token;
}
print_r($tokens);
?>
更多实例代码详见压缩包
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论