java - Lucene 3.0.3 不删除文件

Question

我们使用 Lucene 来索引一些内部文档。有时我们需要删除文件。这些文档有一个唯一的 id，并由 DocItem 类表示，如下所示(所有代码都是一个简化版本，只有重要的(我希望)部分):

public final class DocItem {

  public static final String fID = "id";
  public static final String fTITLE = "title";

  private Document doc = new Document();
  private Field id = new Field(fID, "", Field.Store.YES, Field.Index.ANALYZED);
  private Field title = new Field(fTITLE, "", Field.Store.YES, Field.Index.ANALYZED);

  public DocItem() {
    doc.add(id);
    doc.add(title);
  }

  ... getters & setters

  public getDoc() {
    return doc;
  }
}

因此，为了索引文档，将创建一个新的 DocItem 并将其传递给索引器类，如下所示:

public static void index(DocItem docitem) {
  File file = new File("indexdir");
  Directory dir= new SimpleFSDirectory(file);
  IndexWriter idxWriter = new IndexWriter(dir, new StandardAnalyzer(Version.LUCENE_30), IndexWriter.MaxFieldLength.UNLIMITED);
  idxWriter.addDocument(docitem.getDoc());
  idxWriter.close();
}

我们创建了一个辅助方法来遍历索引目录:

public static void listAll() {
  File file = new File("indexdir");
  Directory dir = new SimpleFSDirectory(file);
  IndexReader reader = IndexReader.open(dir);

  for (int i = 0; i < reader.maxDoc(); i++) {
    Document doc = reader.document(i);
    System.out.println(doc.get(DocItem.fID));
  }
}

运行 listAll，我们可以看到我们的文档正在被正确索引。至少，我们可以看到 id 和其他属性。

我们使用 IndexSearcher 检索文档，如下所示:

public static DocItem search(String id) {
  File file = new File("indexdir");
  Directory dir = new SimpleFSDirectory(file);
  IndexSearcher searcher = new IndexSearcher(index, true);
  Query q = new QueryParser(Version.LUCENE_30, DocItem.fID, new StandardAnalyzer(Version.LUCENE_30)).parse(id);
  TopDocs td = searcher.search(q, 1);
  ScoreDoc[] hits = td.scoreDocs;
  searcher.close();
  return hits[0];
}

因此在检索到它之后，我们尝试使用以下方法删除它:

public static void Delete(DocItem docitem) {
  File file = new File("indexdir");
  Directory dir= new SimpleFSDirectory(file);
  IndexWriter idxWriter = new IndexWriter(dir, new StandardAnalyzer(Version.LUCENE_30), IndexWriter.MaxFieldLength.UNLIMITED);
  idxWriter.deleteDocuments(new Term(DocItem.fID, docitem.getId()));
  idxWriter.commit();
  idxWriter.close();
}

问题是它不起作用。该文档永远不会被删除。如果我在删除后运行 listAll()，文档仍然存在。我们尝试使用 IndexReader，但运气不佳。

通过这个post还有这个post , 我们认为我们正在使用它。

我们做错了什么？有什么建议吗？我们使用的是 lucene 3.0.3 和 java 1.6.0_24。

TIA，

鲍勃

Answer 1

我建议使用 IndexReader DeleteDocumets , 它返回删除的文档数。这将帮助您缩小删除是否在第一次计数时发生的范围。

与 indexwriter 方法相比，它的优势在于它返回已删除的文档总数，如果没有则返回 0。

另见 How do I delete documents from the index?和 this发布

编辑:我还注意到您以只读模式打开索引阅读器，您可以更改 listFiles() 索引阅读器吗 open 第二个参数为 false，这将允许读写，这可能是错误的来源