從XML創建Lucene文檔

Question

我有一個XML文檔，我想索引它到一個Lucene索引。 即

<hello> 
    <world>hi</world> 
</hello> 

我希望有一個字段（hello.world:"hi「）的文件（指定分析儀）

我是否存在任何工具總是可以分析，但我想知道自動生成它？

Answer 1

是的，有一個「工具」（實際上是一個完整的數據庫服務器），它會自動執行此操作：eXist。如果正確配置，這可以讓你喜歡

for $hit in collection("/db/my-stuff")//hello/world[ft:query("hi")] 
    order by ft:score($hit) (:uses Lucene scoring formula:) 
    return $hit 

分析儀在每個文檔集合的配置文件中指定的混合XQuery和Lucene的全文查詢。

在（舊）IBM DeveloperWorks article中描述了使用Apache Digester的更輕量級方法。

編輯在處理了eXist兩年後，我想補充一點，它的Lucene集成並不完美。對於簡單的查詢，它通常可以正常工作，但是當在複雜的XPath查詢中執行全文查詢時，查詢優化器看起來會感到困惑，並且您可能會得到錯誤的結果或可怕的性能。也許eXist 2.0已經修復了一些，YMMV。