作者：張杰
URL：http://spaces.msn.com/members/newbdez33/
http://www.phpboom.com/



由于工作需要，需要使用PHP實(shí)現(xiàn)對(duì)網(wǎng)站內(nèi)大量數(shù)量進(jìn)行全文檢索，
而且目前最流行的全文檢索的搜索引擎庫(kù)就是Lucene了，
它是Apache Jakarta的一個(gè)子項(xiàng)目，并且提供了簡(jiǎn)單實(shí)用的API，
用這些API，就可以對(duì)任何基本文本的數(shù)據(jù)(包括數(shù)據(jù)庫(kù))進(jìn)行全文檢索。


因?yàn)镻HP本身就支持調(diào)用外部Java類，所以先用Java寫了一個(gè)類，
這個(gè)類通過調(diào)用Lucene的API，實(shí)現(xiàn)了兩個(gè)方法： 

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

 其中createIndex是創(chuàng)建索引方法，
傳入了兩個(gè)參數(shù)分別是indexDir_path(索引文件的目錄)，dataDir_path(被索引的文件目錄)，返回被索引的文件列表字符串，
另一個(gè)是searchword，通過傳入的關(guān)鍵字參數(shù)(ss)對(duì)索引進(jìn)行檢索，index_path就是索引文件的目錄。返回所有檢索到的文件。

 這里是源代碼，很簡(jiǎn)單，大家可以參考一下：TxtFileIndexer.java

而PHP程序就調(diào)用這兩個(gè)方法，實(shí)現(xiàn)對(duì)Lucene的調(diào)用，從而達(dá)到全文檢索的目的。
PHP的調(diào)用方法如下： 
先創(chuàng)建一個(gè)我們寫的TxtFileIndexer類的實(shí)例，

    $tf = new Java(‘TestLucene.TxtFileIndexer‘);

然后就按正常PHP類的調(diào)用方法的方式進(jìn)行調(diào)用，首先創(chuàng)建索引：

    $data_path = "F:/test/php_lucene/htdocs/data/manual";  //定義被索引內(nèi)容的目錄
    $index_path = "F:/test/php_lucene/htdocs/data/search";  //定義生成的索引文件存放目錄
    $s = $tf->createIndex($index_path,$data_path);  //調(diào)用Java類的方法
    print $s;  //打印返回的結(jié)果

這次再試試檢索：

    $index_path = "F:/test/php_lucene/htdocs/data/search";  //定義生成的索引文件存放目錄
    $s = $tf->searchword("here is keyword for search",$index_path);
    print $s;

另外要注意Java類的路徑，可以在PHP里設(shè)置

    java_require("F:/test/php_lucene/htdocs/lib/");  //這是個(gè)例子，我的類和Lucene都放到這個(gè)目錄下

這樣就可以了，是不是很簡(jiǎn)單。

PHP源代碼：test.php


接下來我把環(huán)境配置說一下，
首先需要有Java SDK，是必須的，我使用的是1.4.2版的，其它版本應(yīng)該也沒問題。
PHP5，試過PHP4，應(yīng)該可以。

由于PHP5帶的Java擴(kuò)展沒調(diào)通，并且以前用過調(diào)用Java效率很低，很慢，所以使用了 Php/Java Bridge 這個(gè)項(xiàng)目。

1.下載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
JavaBridge\WEB-INF\cgi\java-x86-windows.dll
JavaBridge\WEB-INF\lib\JavaBridge.jar
復(fù)制到 c:\php\ext 目錄下，并把
java-x86-windows.dll　改名為 php_java.dll


2.修改php.ini(例)
extension=php_java.dll

[Java]
java.class.path = "C:\php\ext\JavaBridge.jar;F:\test\php_lucene\htdocs"
java.java_home = "C:\j2sdk1.4.2_10"
java.library.path = "c:\php\ext;F:\test\php_lucene\htdocs"

3.重啟Apache即可。

4.可以找一些文件進(jìn)行索引
在test.php里可以修改索引文件和數(shù)據(jù)文件的路徑。
TxtFileIndexer.java的37行限制了只索引html后綴的文件，有需要也可以修改。

根據(jù)目前的情況(JavaBridge支持Linux和Freebsd)，完全可以在
linux或freebsd/apache2/php4/lucene/JavaBridge
環(huán)境下運(yùn)行。

[返回]