下载地址
https://lucene.apache.org/core/downloads.html
设置 CLASSPATH
下载最新的 Lucene 发行版，然后将其解压到工作目录。
您需要四个 JAR：Lucene JAR、queryparser JAR、通用分析 JAR 和 Lucene 演示 JAR。您应该在解压档案时创建的 core/ 目录中看到 Lucene JAR 文件——它应该被命名为 lucene-core-{version}.jar。您还应该在 queryparser、analysis/common/ 和 demo/ 下分别看到名为lucene-queryparser-{version}.jar、 lucene-analysis-common-{version}.jar和lucene-demo-{version}.jar的文件。
将所有这四个文件放在您的 Java CLASSPATH 中。
索引文件
让我们建立一个索引！假设您已正确设置 CLASSPATH，只需键入：
$java org.apache.lucene.demo.IndexFiles -docs {path-to-lucene}
这将生成一个名为index的子目录 ，其中包含所有 Lucene 源代码的索引。
要搜索索引类型：
$java org.apache.lucene.demo.SearchFiles
系统将提示您进行查询。输入乱码或编造的词（例如：“superca lifragilisticexpialidocious”）。您会看到 lucene 源代码中没有任何加工结果。现在尝试输入单词“string”。那应该返回一大堆文件。结果将在每十个结果处翻页，并询问您是否想要更多结果。
源码位置
此处讨论的文件直接链接到此文档中：
- IndexFiles.java：创建 Lucene 索引的代码。
- SearchFiles.java：用于搜索 Lucene 索引的代码。
索引文件
IndexFiles类创建了一个 Lucene 索引。让我们看看它是如何做到这一点的。
main()方法解析命令行参数，然后为实例化做准备 IndexWriter，打开 a Directory，实例化StandardAnalyzer and IndexWriterConfig。
-index 命令行参数的值是应该存储所有索引信息的文件系统目录的名称。如果使用-index命令行参数中给出的相对路径调用IndexFiles，或者如果未给出-index命令行参数，导致使用默认的相对索引路径“ index ”，则将创建索引路径作为当前工作目录的子目录（如果它不存在）。在某些平台上，索引路径可能创建在不同的目录中（例如用户的主目录）。
-docs 命令行参数值是包含要索引的文件的目录的位置。
-update 命令行参数告诉 IndexFiles如果索引已经存在，则不要删除它。当-update没有给出时，IndexFiles将在索引任何文档之前首先清除 slate。
IndexWriterDirectory 使用 Lucene 将信息存储在索引中。除了 我们正在使用的实现之外，还有其他几个可以写入 RAM、数据库等的Directory子类。FSDirectory
LuceneAnalyzer 正在处理将文本分解为索引标记（也称为术语）的管道，并且可以选择对这些标记执行其他操作，例如向下大小写、同义词插入、过滤掉不需要的标记等。我们使用的分析器是StandardAnalyzer，它使用创建标记Unicode 标准附件#29中指定的 Unicode 文本分割算法中的分词规则; 将标记转换为小写；然后过滤掉停用词。停用词是常见的语言单词，例如文章（a、an、the 等）和其他可能对搜索价值较低的标记。应该注意的是，每种语言都有不同的规则，您应该为每种语言使用适当的分析器。Lucene 当前为许多不同的语言提供分析器（请参阅lucene/analysis/common/src/java/org/apache/lucene/analysis下的 javadocs ）。
IndexWriterConfig 实例包含IndexWriter的所有配置。例如，我们根据-update命令行参数的值设置此处使用的OpenMode 。
再往下看，在 IndexWriter 实例化之后，您应该会看到 indexDocs() 代码。这个递归函数爬取目录并创建Document对象。Document只是一个数据对象，用于表示文件中的 文本内容以及它的创建时间和位置。这些实例被添加到IndexWriter中。如果 给出-update命令行参数， IndexWriterConfig OpenMode将设置为OpenMode.CREATE_OR_APPEND，而不是将文档添加到索引中，IndexWriter将 更新通过尝试查找具有相同标识符的已编入索引的文档（在我们的例子中，文件路径用作标识符），它们在索引中；如果存在，将其从索引中删除；然后将新文档添加到索引中。
搜索文件
SearchFiles 类非常简单。它主要与 IndexSearcher, StandardAnalyzer, （也用于IndexFiles类）和QueryParser. 查询解析器由一个分析器构成，该分析器用于以与解释文档相同的方式解释查询文本：查找单词边界、向下大小写和删除无用的单词，如“a”、“an”和“the”。该 Query对象包含 QueryParser传递给搜索器的结果。请注意，也可以在Query 不使用查询解析器的情况下以编程方式构造丰富的对象。查询解析器只是将 Lucene 查询语法解码为相应的 Query对象。
SearchFiles使用 IndexSearcher.search(query,n)返回 TopDocs最大 n次命中的方法。结果打印在页面中，按分数（即相关性）排序。
使用向量嵌入
除了索引和搜索文本之外，IndexFiles 和 SearchFiles 还可以索引和搜索从该文本派生的数字向量，称为“嵌入”。此演示代码使用GloVe项目提供的预计算嵌入，这些嵌入位于公共领域。这里的字典是完整 GloVe 数据集的一小部分。它只包含玩具数据集中出现的单词，绝对不适合生产使用！如果您使用此代码为更大的文档集创建向量索引，则索引器将抛出异常，因为需要更完整的嵌入集才能获得合理的结果。