由于工作需要需要使用PHP实现对网站WebSite内大量数量进行全文检索而且目前最流行全文检索搜索引擎库就是Lucene了它是Apache Jakarta个子项目并且提供了简单实用API用这些API就可以对任何基本文本数据(包括数据库)进行全文检索

　　PHP本身就支持外部Java类所以先用Java写了个类这个类通过LuceneAPI实现了两个思路方法:　

* public String createIndex(String indexDir_path,String dataDir_path)
* public String searchword(String ss,String index_path)

　　其中createIndex是创建索引思路方法传入了两个参数分别是indexDir_path(索引文件目录)dataDir_path(被索引文件目录)返回被索引文件列表串另个是searchword通过传入关键字参数(ss)对索引进行检索index_path就是索引文件目录返回所有检索到文件

　　这里是源代码很简单大家可以参考下:TxtFileIndexer.java

package TestLucene;
　　
import java.io.File;import java.io.FileReader;
import java.io.Reader;
import java.util.Date;
　　
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.store.FSDirectory;
　　
public TxtFileIndexer ...{
　　
　　public String test ...{
　　　　 "test is ok hohoho";
　　}
　　
　　/**//**
　　 * @param args
　　 */
　　public String createIndex(String indexDir_path,String dataDir_path) throws Exception ...{
　　　　String result = "";
　　　　File indexDir = File(indexDir_path);
　　　　File dataDir = File(dataDir_path);
　　　　Analyzer luceneAnalyzer = StandardAnalyzer;
　　　　File dataFiles = dataDir.listFiles;
　　　　IndexWriter indexWriter = IndexWriter(indexDir,luceneAnalyzer,true);
　　　　long startTime = Date.getTime;
　　　　for( i=0; i < dataFiles.length; i) ...{
　　　　　　(dataFiles[i].isFile && dataFiles[i].getName.endsWith(".html")) ...{
　　　　　　　　result "Indexing file" + dataFiles[i].getCanonicalPath+"<br />";
　　　　　　　　Document document = Document;
　　　　　　　　Reader txtReader = FileReader(dataFiles[i]);
　　　　　　　　document.add(Field.Text("path",dataFiles[i].getCanonicalPath));
　　　　　　　　document.add(Field.Text("contents",txtReader));
　　　　　　　　indexWriter.addDocument(document);
　　　　　　}
　　　　}
　　
　　　　indexWriter.optimize;
　　　　indexWriter.close;
　　　　long endTime = Date.getTime;
　　
　　　　result "It takes"+(endTime-startTime)
　　　　　　　　+ " milliseconds to create index for the files in directory "
　　　　　　　　+ dataDir.getPath;
　　　　 result;
　　}
　　
　　public String searchword(String ss,String index_path)　throws Exception　...{
　　　　String queryStr = ss;
　　　　String result = "Result:<br />";
　　　　//This is the directory that hosts the Lucene index
　　　　File indexDir = File(index_path);
　　　　FSDirectory directory = FSDirectory.getDirectory(indexDir,false);
　　　　IndexSearcher searcher = IndexSearcher(directory);
　　　　(!indexDir.exists)...{
　　　　　　result = "The Lucene index is not exist";
　　　　　　 result;
　　　　}
　　　　Term term = Term("contents",queryStr.toLowerCase);
　　　　TermQuery luceneQuery = TermQuery(term);
　　　　Hits hits = searcher.search(luceneQuery);
　　　　for( i = 0; i < hits.length; i)...{
　　　　　　Document document = hits.doc(i);
　　　　　　result "<br /><a href='getfile.php?w="+ss+"&f="+document.get("path")+"'>File: " + document.get("path")+"</a>n";
　　　　}
　　　　 result;
　　}
　　
}

　　而PHP就这两个思路方法实现对Lucene从而达到全文检索目

　　PHP思路方法如下:

　　先创建个我们写TxtFileIndexer类例子

$tf = Java('TestLucene.TxtFileIndexer');

　　然后就按正常PHP类思路方法方式进行首先创建索引:

$data_path = "F:/test/php_lucene/htdocs/data/manual"; //定义被索引内容目录
$index_path = "F:/test/php_lucene/htdocs/data/search"; //定义生成索引文件存放目录
$s = $tf->createIndex($index_path,$data_path); //Java类思路方法
pr $s; //打印返回结果

　　这次再试试检索:

$index_path = "F:/test/php_lucene/htdocs/data/search"; //定义生成索引文件存放目录
$s = $tf->searchword("here is keyword for search",$index_path);
pr $s;

　　另外要注意Java类路径可以在PHP里设置

java_require("F:/test/php_lucene/htdocs/lib/"); //

　　这是个例子我类和Lucene都放到这个目录下这样就可以了是不是很简单

　　PHP源代码:test.php

<?php
　　
　　error_reporting(0);
　　
　　java_require("F:/test/php_lucene/htdocs/lib/");
　　
　　$tf = Java('TestLucene.TxtFileIndexer');
　　$s = $tf->test;
　　pr "TestLucene.TxtFileIndexer->test<br />".$s;
　　echo "<hr />";
　　
　　$data_path = "F:/test/php_lucene/htdocs/data/manual";
　　$index_path = "F:/test/php_lucene/htdocs/data/search";
　　($_GET["action"] "create") ...{
　　　　$s = $tf->createIndex($index_path,$data_path);
　　　　pr $s;
　　} ...{
　　　　echo "<form method=get> <input type=text name=w /><input type=submit value=search /><br />";
　　　　($_GET["w"] != "") ...{
　　　　　　$s = $tf->searchword($_GET["w"],$index_path);
　　　　　　pr $s;
　　　　}
　　}
?>



　　接下来我把环境配置说下先需要有Java SDK是必须我使用是1.4.2版其它版本应该也没问题PHP5试过PHP4应该可以由于PHP5带Java扩展没调通并且以前用过Java效率很低很慢所以使用了 Php/Java Bridge 这个项目

　　1. 下载JavaBridge URL:http://sourceforge.net/projects/php-java-bridge/ 目前版本是php-java-bridge_3.0.8_j2ee.zip 解包后把

　　a.JavaBridgeWEB-INFcgijava-x86-windows.dll

　　b.JavaBridgeWEB-INFlibJavaBridge.jar

　　复制到 c:phpext 目录下并把java-x86-windows.dll　改名为 php_java.dll

　　2.修改php.ini(例)



　　3.重启Apache即可

　　4.可以找些文件进行索引在test.php里可以修改索引文件和数据文件路径TxtFileIndexer.java37行限制了只索引html后缀文件有需要也可以修改

　　根据目前情况(JavaBridge支持Linux和Freebsd)完全可以在linux或freebsd/apache2/php4/lucene/JavaBridge环境下运行