Lucene - Excluir operação de documento

Excluir documento é outra operação importante do processo de indexação. Esta operação é usada quando os conteúdos já indexados são atualizados e os índices se tornam inválidos ou se tornam muito grandes em tamanho, então, para reduzir o tamanho e atualizar o índice, são realizadas operações de exclusão.

Nós excluir documento (s) contendo Field (s) para IndexWriter onde IndexWriter é usada para índices de atualização.

Mostraremos agora uma abordagem passo a passo e faremos com que você entenda como excluir um documento usando um exemplo básico.

Exclua um documento de um índice

Siga estas etapas para excluir um documento de um índice -

Step 1 - Crie um método para excluir um documento Lucene de um arquivo de texto obsoleto.

private void deleteDocument(File file) throws IOException {
   
   //delete indexes for a file
   writer.deleteDocument(new Term(LuceneConstants.FILE_NAME,file.getName())); 

   writer.commit();
   System.out.println("index contains deleted files: "+writer.hasDeletions());
   System.out.println("index contains documents: "+writer.maxDoc());
   System.out.println("index contains deleted documents: "+writer.numDoc());
}

Crie um IndexWriter

A classe IndexWriter atua como um componente principal que cria / atualiza índices durante o processo de indexação.

Siga estas etapas para criar um IndexWriter -

Step 1 - Criar objeto de IndexWriter.

Step 2 - Crie um diretório Lucene que deve apontar para um local onde os índices devem ser armazenados.

Step 3 - Inicialize o objeto IndexWriter criado com o diretório de índice, um analisador padrão que possui as informações de versão e outros parâmetros obrigatórios / opcionais.

private IndexWriter writer;

public Indexer(String indexDirectoryPath) throws IOException {
   //this directory will contain the indexes
   Directory indexDirectory = 
      FSDirectory.open(new File(indexDirectoryPath));
   
   //create the indexer
   writer = new IndexWriter(indexDirectory, 
      new StandardAnalyzer(Version.LUCENE_36),true,
      IndexWriter.MaxFieldLength.UNLIMITED);
}

Excluir documento e iniciar processo de reindexação

A seguir estão as maneiras de excluir o documento.

  • deleteDocuments(Term) - Exclua todos os documentos que contenham o termo.

  • deleteDocuments(Term[]) - Exclua todos os documentos que contenham qualquer um dos termos da matriz.

  • deleteDocuments(Query) - Exclua todos os documentos que correspondem à consulta.

  • deleteDocuments(Query[]) - Exclua todos os documentos que correspondem à consulta na matriz.

  • deleteAll - Exclua todos os documentos.

private void indexFile(File file) throws IOException {
   System.out.println("Deleting index for "+file.getCanonicalPath());
   deleteDocument(file);   
}

Aplicação de exemplo

Para testar o processo de indexação, vamos criar um teste de aplicativo Lucene.

Degrau Descrição
1

Crie um projeto com um nome LuceneFirstApplication sob um pacote com.tutorialspoint.lucene conforme explicado no capítulo Lucene - Primeiro Aplicativo . Você também pode usar o projeto criado no capítulo EJB - Primeiro Aplicativo como tal para este capítulo para entender o processo de indexação.
2

Crie LuceneConstants.java, TextFileFilter.java e Indexer.java conforme explicado no capítulo Lucene - Primeiro Aplicativo . Mantenha o resto dos arquivos inalterados.
3

Crie LuceneTester.java conforme mencionado abaixo.
4

Limpe e construa o aplicativo para garantir que a lógica de negócios esteja funcionando de acordo com os requisitos.

LuceneConstants.java

Essa classe fornece várias constantes que podem ser usadas no aplicativo de amostra.

package com.tutorialspoint.lucene;

public class LuceneConstants {
   public static final String CONTENTS = "contents";
   public static final String FILE_NAME = "filename";
   public static final String FILE_PATH = "filepath";
   public static final int MAX_SEARCH = 10;
}

TextFileFilter.java

Esta classe é usada como um .txt filtro de arquivo.

package com.tutorialspoint.lucene;

import java.io.File;
import java.io.FileFilter;

public class TextFileFilter implements FileFilter {

   @Override
   public boolean accept(File pathname) {
      return pathname.getName().toLowerCase().endsWith(".txt");
   }
}

Indexer.java

Essa classe é usada para indexar os dados brutos, tornando-os pesquisáveis ​​usando a biblioteca Lucene.

package com.tutorialspoint.lucene;

import java.io.File;
import java.io.FileFilter;
import java.io.FileReader;
import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

public class Indexer {

   private IndexWriter writer;

   public Indexer(String indexDirectoryPath) throws IOException {
      //this directory will contain the indexes
      Directory indexDirectory = 
         FSDirectory.open(new File(indexDirectoryPath));

      //create the indexer
      writer = new IndexWriter(indexDirectory, 
         new StandardAnalyzer(Version.LUCENE_36),true,
         IndexWriter.MaxFieldLength.UNLIMITED);
   }

   public void close() throws CorruptIndexException, IOException {
      writer.close();
   }

   private void deleteDocument(File file) throws IOException {
      //delete indexes for a file
      writer.deleteDocuments(
         new Term(LuceneConstants.FILE_NAME,file.getName())); 

	  writer.commit();  
   }  

   private void indexFile(File file) throws IOException {
      System.out.println("Deleting index: "+file.getCanonicalPath());
      deleteDocument(file);      
   }

   public int createIndex(String dataDirPath, FileFilter filter) 
      throws IOException {
      //get all files in the data directory
      File[] files = new File(dataDirPath).listFiles();

      for (File file : files) {
         if(!file.isDirectory()
            && !file.isHidden()
            && file.exists()
            && file.canRead()
            && filter.accept(file)
         ){
            indexFile(file);
         }
      }
      return writer.numDocs();
   }
}

LuceneTester.java

Esta classe é usada para testar a capacidade de indexação da biblioteca Lucene.

package com.tutorialspoint.lucene;

import java.io.IOException;

public class LuceneTester {
	
   String indexDir = "E:\\Lucene\\Index";
   String dataDir = "E:\\Lucene\\Data";
   Indexer indexer;
   
   public static void main(String[] args) {
      LuceneTester tester;
      try {
         tester = new LuceneTester();
         tester.createIndex();
      } catch (IOException e) {
         e.printStackTrace();
      } 
   }

   private void createIndex() throws IOException {
      indexer = new Indexer(indexDir);
      int numIndexed;
      long startTime = System.currentTimeMillis();	
      numIndexed = indexer.createIndex(dataDir, new TextFileFilter());
      long endTime = System.currentTimeMillis();
      indexer.close();
   }
}

Criação de diretório de dados e índice

Usamos 10 arquivos de texto de record1.txt a record10.txt contendo nomes e outros detalhes dos alunos e os colocamos no diretório E: \ Lucene \ Data. Dados de teste . Um caminho de diretório de índice deve ser criado como E: \ Lucene \ Index. Depois de executar este programa, você pode ver a lista de arquivos de índice criados nessa pasta.

Executando o Programa

Depois de concluir a criação da fonte, dos dados brutos, do diretório de dados e do diretório de índice, você pode compilar e executar seu programa. Para fazer isso, mantenha oLuceneTester.Java guia de arquivo ativa e use a opção Executar disponível no Eclipse IDE ou use Ctrl + F11 para compilar e executar seu LuceneTesterinscrição. Se o seu aplicativo for executado com êxito, ele imprimirá a seguinte mensagem no console do Eclipse IDE -

Deleting index E:\Lucene\Data\record1.txt
Deleting index E:\Lucene\Data\record10.txt
Deleting index E:\Lucene\Data\record2.txt
Deleting index E:\Lucene\Data\record3.txt
Deleting index E:\Lucene\Data\record4.txt
Deleting index E:\Lucene\Data\record5.txt
Deleting index E:\Lucene\Data\record6.txt
Deleting index E:\Lucene\Data\record7.txt
Deleting index E:\Lucene\Data\record8.txt
Deleting index E:\Lucene\Data\record9.txt
10 File indexed, time taken: 109 ms

Depois de executar o programa com sucesso, você terá o seguinte conteúdo em seu index directory -