介绍一下Hyper Estraier
李良策
介绍一下Hyper Estraier
Hyper Estraier 是一个来自日本的全文搜索引擎，作者是 Mikio Hirabayashi，目前最高版本是1.49。
可以从这里下载编译好的版本
这个引擎使用C语言开发，另外还提供了java以及ruby、perl语言的上层API。该引擎使用2.1版本的GNU Lesser General Public License作为开源协议，LGPL算是一个商业友好的License吧，大家可以放心地用在自己的工程中。
将hyperestraier-1.4.9-win32.zip解压缩到d:\hyperestraier文件夹，从中可以找到README-en.txt这个文件，这个文件中简要介绍了重要文件的清单，大家可以先看一下，熟悉下情况，其中重点关注的是estcmd.exe和estraier.jar。
下面主要围绕这两个文件做下介绍
estcmd.exe是一个命令行工具，通过它，可以完成基本的搜索工作，供大家测试之用；
estraier.jar的全称是Java Binding of Hyper Estraier，是一个使用JNI技术的上层JAVA API，通过它，可以使用JAVA编程来调用这个引擎。
estcmd.exe的核心命令有两个，分别是gather(创建索引)和search(搜索)。
下面我们实战一下
首先创建一个文件夹d:\myData，然后找些htm以及txt文件copy进去
在开始菜单-〉运行中键入cmd，打开命令行界面，切换到estcmd.exe所在的文件夹，运行下面的命令
estcmd gather -sd myData d:\myData
这个命令的意思是，对d:\myData下的所有文件建立索引，索引数据库的名称为myData
命令运行后，可以在看到目录下的所有文件被一一registered，最后，会提示
estcmd:INFO:finished successfully:elapsed time: *h *m *s
其中*表示创建索引所花费的时间
这样，索引就建好了，dir一下，可以发现，当前目录下多了一个叫做myData的文件夹，这就是索引库
来，让我们体验一下全文搜索的魅力吧
运行下面的命令
estcmd search -ic Shift-Jis -vx myData どうぞ
这个意思是以Shift-Jis作为编码格式，在索引库myData中，搜索どうぞ，如果不需要指定编码格式，则可以去掉 –ic Shift-Jis命令
呵呵，看到搜索结果了吧，如果觉得搜索结果可读性不好，也可以将 –vx指令换成 –vh，这样，将把输出结果由xml格式变为摘要格式
喝口水，接着说
下面介绍如何通过JAVA API来完成同样的工作
首先，在操作系统的系统环境变量中，找到PATH，向其中加入d:\hyperestraier
然后，打开Eclipse，新建一个项目，并在Build Path中Add External JARs，添加对前面提到的estraier.jar的引用
最后，在代码中，import estraier.*;
好了，可以写程序了
Database db = new Database();
if(!db.open("D:\\hyperestraier\\myData",
Database.DBWRITER | Database.DBCREAT)){
System.err.println("error: " + db.err_msg(db.error()));
return;
}
Document doc = new Document();
doc.add_attr("@uri", "d:\\myData\\helloworld.txt");
doc.add_attr("@title", "helloworld");
doc.add_attr("otherAttribute", "attributeValue");
doc.add_text("life's made up of little things.");
if(!db.put_doc(doc, Database.PDCLEAN))
System.err.println("error: " + db.err_msg(db.error()));
if(!db.close())
System.err.println("error: " + db.err_msg(db.error()));
程序的大意是，新建或打开索引库D:\hyperestraier\myData
向其中添加一个文档，文档的地址是d:\myData\helloworld.txt
文档标题为helloworld
这个文档还有一个额外的自定义属性，属性的名/值为otherAttribute/ attributeValue
文档的内容为life's made up of little things
还差最后一点，就是通过程序检索了
Database db = new Database();
if(!db.open("D:\\hyperestraier\\myData", Database.DBREADER)){
System.err.println("error msg: " + db.err_msg(db.error()));
return;
}
Condition cond = new Condition();
cond.set_phrase("どうぞ");
//cond.set_order("@size NUMA");
//cond.set_order("otherAttribute STRD ");
cond.set_max(5);
//cond.add_attr("otherAttribute STREQ value");
//cond.add_attr("@title STRINC hello");
Result result = db.search(cond);
for(int i = 0; i < result.doc_num(); i++){
Document doc = db.get_doc(result.get_doc_id(i), 0);
if(doc == null) continue;
String uri = doc.attr("@uri");
if(uri != null) System.out.println("URI: " + uri);
String title = doc.attr("@title");
if(title != null) System.out.println("Title: " + title);
String myAttr = doc.attr("otherAttribute");
if(myAttr != null) System.out.println("otherAttribute:" + myAttr);
else System.out.println("there's no attr named otherAttribute ");
Iterator it = doc.texts().iterator();
while(it.hasNext()){
System.out.println((String)it.next());
}
}
if(!db.close())
System.err.println("error: " + db.err_msg(db.error()));
程序的大意是，对索引库D:\hyperestraier\myData，检索关键词，然后把前5条结果输出
程序中还注释掉了一些检索条件留给大家探索哈
啰罗嗦嗦写了半天，就先介绍到这里吧，进一步的学习，大家可以参考D:\hyperestraier下的doc文件夹中的帮助，帮助有英/日两国文字，总有一款适合您
类似资料：