As we discussed in the previous walkthrough, the IndexFiles class creates a Lucene Index.
Lets take a look at how it does this.
前回のウォークスルーで説明した通り、IndexFilesクラスでLuceneのインデックスを作成します。
どのようにインデックスを作るのかを見てみましょう。
The first substantial thing the main function does is instantiate an instance
of IndexWriter. It passes a string called "index" and a new instance of a class called
"StandardAnalyzer". The "index" string is the name of the directory that all index information
should be stored in. Because we're not passing any path information, one must assume this
will be created as a subdirectory of the current directory (if does not already exist). On
some platforms this may actually result in it being created in other directories (such as
the user's home directory).
main関数が行う最初の重要なことは、IndexWriterをのインスタンスを初期化することです。
"index" という文字列と"StandardAnalyzer" というクラスの新しいインスタンスを渡します。
"index" という文字列は、すべてのインデックス情報が蓄積されるディレクトリの名前です。
パス情報を渡していないので、カレントディレクトリのサブディレクトリとして、
(存在していなければ) ディレクトリを作成します。
プラットフォームによっては、他のディレクトリ (例えばユーザーのホームディレクトリなど)
に作られるかもしれません。
The IndexWriter is the main class responsible for creating indicies. To use it you
must instantiate it with a path that it can write the index into, if this path does not
exist it will create it, otherwise it will refresh the index living at that path. You
must a also pass an instance of org.apache.analysis.Analyzer.
IndexWriter は、インデックスを作成する役割を担うメインクラスです。
使用するには、インデックスを書き込むパスでインスタンスかしなければいけません。
このパスが存在しなければ作成しますが、インデックスが存在する場合は新しくします。
org.apache.analysis.Analyzerのインスタンスも渡す必要があります。
The Analyzer, in this case, the Stop Analyzer is little more than a standard Java
Tokenizer, converting all strings to lowercase and filtering out useless words from the index.
By useless words I mean common language words such as articles (a,an,the) and other words that
would be useless for searching. It should be noted that there are different rules for every
language, and you should use the proper analyzer for each. Lucene currently provides Analyzers
for English and German.
Analyzer (この場合はStop Analyzer ) は、標準的なJavaのTokenizerとは違い、
すべての文字列を小文字に直し、インデックスから不必要な単語を除外します。
不必要な単語というのは、冠詞 (a,an,the) のような一般的な言葉や、
検索に必要のないその他の単語をさします。
言語ごとに異なった規則があることに注して、適当なAnalyzerを使うべきです。
Luceneは現在英語とドイツ語のAnalyzerを提供しています。
Looking down further in the file, you should see the indexDocs() code. This recursive function
simply crawls the directories and uses FileDocument to create Document objects. The Document
is simply a data object to represent the content in the file as well as its creation time and
location. These instances are added to the indexWriter. Take a look inside FileDocument. Its
not particularly complicated, it just adds fields to the Document.
ファイルをさらに見ていくと、indexDocs() というコードがあります。この再帰的な関数は、
ディレクトリを走査し、FileDocumentを使ってDocumentオブジェクトを作ります。
Documentは、ファイルの中に書かれている内容や、作成時間、場所を表すデータオブジェクトです。
これらのインスタンスは、indexWriterに追加されます。
FileDocumentの中身をみてみましょう。
特に複雑ではありませんし、Documentにフィールドを追加してあるだけです。
As you can see there isn't much to creating an index. The devil is in the details. You may also
wish to examine the other samples in this directory, particularly the IndexHTML class. It is
a bit more complex but builds upon this example.
見てきた通り、ここではインデックスを作成するところまでは説明しません。
悪魔はもっと深いところにいるのです。
このディレクトリの中にある他のサンプル、特にIndexHTMLクラスは試してみたいことでしょう。
もっと難しいですが、この例が参考になるでしょう。
