作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我不明白我错在哪里。我的代码,其中“/home/test/03m8894---20070213134234.txt” - 包含英文文本的文件,和“/home/test/01---20061121103506.txt” - 包含俄语文本的文件。这两个文件均采用 UTF-8 编码。程序执行结果:10即该程序仅查找英语文本,而忽略俄语文本。尽管如果你这样做
for (int m = 0; m <totalDocs; m + +) {
Document thisDoc = reader.document (m);
System.out.print (thisDoc.get ("partnum"));
文本字段partnum正确,屏幕上的输出编码没有错误。
RAMDirectory directory = new RAMDirectory();
IndexWriter writer =
//new IndexWriter(directory, new SimpleAnalyzer(), true, IndexWriter.MaxFieldLength.UNLIMITED);
new IndexWriter(directory, new RussianAnalyzer(Version.LUCENE_30), true, IndexWriter.MaxFieldLength.UNLIMITED);
File f1[] = {new File("/home/test/03m8894---20070213134234.txt"), new File("/home/test/01---20061121103506.txt")};
String strLine1 = "";
for (int x = 0; x < f1.length; x++) {
Document doc = new Document();
int length = (int) f1[x].length();
if (length != 0) {
char[] cbuf = new char[length];
InputStreamReader isr = new InputStreamReader(new FileInputStream(f1[x]));
final int read = isr.read(cbuf);
strLine1 = new String(cbuf, 0, read);
isr.close();
doc.add(new Field("partnum", strLine1, Field.Store.YES, Field.Index.NOT_ANALYZED));
//doc.add(new Field("description", "Illidium Space Modulator", Field.Store.YES, Field.Index.ANALYZED));
writer.addDocument(doc);
}
}
writer.close();
IndexSearcher searcher = new IndexSearcher(directory);
IndexReader reader = searcher.getIndexReader();
int totalDocs = reader.numDocs();
for (int m = 0; m < totalDocs; m++) {
Document thisDoc = reader.document(m);
String tmp_str=thisDoc.get("partnum");
Query query = new TermQuery(new Term("partnum", tmp_str));
TopDocs rs = searcher.search(query, null, 10);
System.out.println(rs.totalHits);
最佳答案
您说文件是 UTF-8 编码的,但您使用:
InputStreamReader isr = new InputStreamReader(new FileInputStream(f1[x]));
这依赖于默认编码,该编码可能不是 UTF-8。尝试:
InputStreamReader isr = new InputStreamReader(new FileInputStream(f1[x]), "UTF-8");
关于java - 如何在Lucene索引中搜索俄语文本?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4648290/
我是一名优秀的程序员,十分优秀!