Bon, il faut le dire, la documentation LUCENE est pas vraiment des plus explicite et il n'y a pas tant de code qui traine sur Internet... Bon, après une journée à me familiariser avec JYTHON et une autre à me familiariser avec LUCENE, j'ai fini par écrire un "indexer" :
import sys
# Add jars to classpath
jars = ["./lucene-core-3.0.2.jar"]
for jar in jars:
sys.path.append(jar)
from org.apache.lucene.analysis.standard import *
from org.apache.lucene.index import *
from org.apache.lucene.store import *
from org.apache.lucene.util import *
from org.apache.lucene.document import Document, Field
from java.io import File;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.util.Date;
import glob
import os
def listdirectory2file(path):
l = glob.glob(path+"/*")
for i in l:
if os.path.isdir(i):
print "Directory :"+i
print listdirectory2file(i)
else:
print i
indexfile(i)
def indexfile(filename):
global writer
f = open(filename, 'r')
content = f.read()
doc = Document ()
doc.add(Field("name", filename, Field.Store.YES,Field.Index.ANALYZED))
doc.add(Field("content", content, Field.Store.YES,Field.Index.ANALYZED))
writer.addDocument(doc)
path = './toindex'
INDEX_DIR = File("index")
analyzer = StandardAnalyzer(Version.LUCENE_CURRENT)
writer = IndexWriter(FSDirectory.open(INDEX_DIR),analyzer, 1, IndexWriter.MaxFieldLength.LIMITED)
listdirectory2file(path)
#writer.DocCount()
writer.optimize()
writer.close()
et un système de recherche :
import sys
# Add jars to classpath
jars = ["./lucene-core-3.0.2.jar"]
for jar in jars:
sys.path.append(jar)
from org.apache.lucene.analysis.standard import *
from org.apache.lucene.index import *
from org.apache.lucene.store import *
from org.apache.lucene.util import *
from org.apache.lucene.document import Document, Field
from org.apache.lucene.search import IndexSearcher, TopScoreDocCollector
from org.apache.lucene.queryParser import QueryParser
from java.io import File;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.util.Date;
querystring = "test"
path = './toindex'
INDEX_DIR = File("index")
hitsPerPage = 10
analyzer = StandardAnalyzer(Version.LUCENE_CURRENT)
searcher = IndexSearcher(SimpleFSDirectory(INDEX_DIR))
query = QueryParser(Version.LUCENE_CURRENT, "content", analyzer).parse(querystring)
hits = searcher.search(query,hitsPerPage)
for hit in hits.scoreDocs:
print "====="
print hit.score, hit.doc, hit.toString()
doc = searcher.doc(hit.doc)
print doc.get("name").encode("utf-8")
Bon si vous êtes un peu familier avec le python, ce code ne devrait pas trop vous dérouter. Pour le reste, vous aurez noter la présence du fichier "lucene-core-3.0.2.jar" là où je lance mes commandes :
jython createindex.py
et
jython queryindex.py
Amusez-vous bien et n'hésitez pas à me poser des questions si vous rencontrez des difficultés.
Alors qu'attendez-vous pour devenir multi-godillonaire comme Forrest Gump? 
un bon business model pour payer Amazon et peut-être faire des bénéfices 
ou bien vous pouvez priez le dieu Web 2.0
