cuento mi direcctorio como es. tengo una carpeta documentos con 400 subcarpetas desde la 0 a la 400 y dentro de cada subcarpeta 5 archivos .txt siempre los mismos con los mismos nombres, por eso uso el si contiene bold pues lista[0].
asi recorro mi directorio:
Código HTML:
/*creamos una lista de ficheros
y luego para cada fichero creamos un string por cada uno
de los ficheros de un directorio*/
private static ArrayList []lista;
public static void crearLista (File f) {
if (f.isFile() && f.getName().endsWith(".txt")) {
if (f.getName().contains("bold"))
lista[0].add(f.getAbsolutePath());
else {
if (f.getName().contains("text_ES"))
lista[1].add(f.getAbsolutePath());
else {
if (f.getName().contains("text_IMG"))
lista[2].add(f.getAbsolutePath());
else {
if (f.getName().contains("title"))
lista[3].add(f.getAbsolutePath());
else
lista[4].add(f.getAbsolutePath());
}
}
}
return ;
}
if (f.isDirectory()) {
String[] hijos = f.list();
for (int i=0; i<hijos.length; i++) {
crearLista (new File (f, hijos[i]));
}
}
}
Código HTML:
public static String leerFichero (File f) {//Éste código sirve para extraer las palabras reservadas de un archivo de texto como nuestro código fuente y guardar cada palabra en un Vector. El Vector actuará como un arreglo, pero de tamaño indefinido excepto por la cantidad de elementos que se introduzcan en él.
StringBuffer s = new StringBuffer ();
try {
BufferedReader br = new BufferedReader (new FileReader(f));
String cad = br.readLine();
while (cad != null) {
s.append(cad);
s.append(" ");
cad = br.readLine();
}
br.close();
}
catch (Exception e) {
}
return s.substring(0);
}
Código HTML:
BufferedReader br = new BufferedReader (new FileReader(f));
Código HTML:
//BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream("archivo.txt"), "utf-8"));
este es mi codigo completo x si falta algo que aclarar.
Código HTML:
package uas;
import org.apache.lucene.index.*;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.es.SpanishAnalyzer;
import org.apache.lucene.document.*;
import java.io.*;
import java.util.ArrayList;
public class CreaIndice {
/*creamos una lista de ficheros
y luego para cada fichero creamos un string por cada uno
de los ficheros de un directorio*/
private static ArrayList []lista;
public static void crearLista (File f) {
if (f.isFile() && f.getName().endsWith(".txt")) {
if (f.getName().contains("bold"))
lista[0].add(f.getAbsolutePath());
else {
if (f.getName().contains("text_ES"))
lista[1].add(f.getAbsolutePath());
else {
if (f.getName().contains("text_IMG"))
lista[2].add(f.getAbsolutePath());
else {
if (f.getName().contains("title"))
lista[3].add(f.getAbsolutePath());
else
lista[4].add(f.getAbsolutePath());
}
}
}
return ;
}
if (f.isDirectory()) {
String[] hijos = f.list();
for (int i=0; i<hijos.length; i++) {
crearLista (new File (f, hijos[i]));
}
}
}
public static String leerFichero (File f) {//Éste código sirve para extraer las palabras reservadas de un archivo de texto como nuestro código fuente y guardar cada palabra en un Vector. El Vector actuará como un arreglo, pero de tamaño indefinido excepto por la cantidad de elementos que se introduzcan en él.
StringBuffer s = new StringBuffer ();
try {
BufferedReader br = new BufferedReader (new FileReader(f));
//BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream("c:\\Temp\\documentos\\0\\title_ES.txt"), "utf-8"));
String cad = br.readLine();
while (cad != null) {
s.append(cad);
s.append(" ");
cad = br.readLine();
}
br.close();
}
catch (Exception e) {
}
return s.substring(0);
}
public static void main(String[] args) throws Exception {
lista = new ArrayList[5];
for (int i=0; i<5; i++)
lista[i] = new ArrayList();
File directorioGuardarIndice = new File("c:\\Temp\\indice");//crear carpeta indice
File Documentos = new File("c:\\Temp\\documentos");//crear carpeta con los documentos a indexar
crearLista (Documentos);
/*for (int n=0; n<5; n++) {
System.out.println("Lista: "+(n+1));
for (int i=0; i<lista[n].size(); i++)
System.out.println(lista[n].get(i));
}*/
Analyzer analizador = new SpanishAnalyzer(Version.LUCENE_31);//analizador
//Analyzer analizador = new StandardAnalyzer(Version.LUCENE_31);
IndexWriterConfig configuracionIndice = new IndexWriterConfig(
Version.LUCENE_31, analizador);
IndexWriter Indice = new IndexWriter(FSDirectory.open(directorioGuardarIndice), configuracionIndice);
//IndexWriter Indice = new IndexWriter(RecorreDirectorio, analizador, true, IndexWriter.MaxFieldLength.LIMITED);
String bold;
String text;
String textIMG;
String title;
String underline;
String id;
int num = lista[0].size(); //directorios
System.out.println("Directorios buscados: "+num);
for (int i=0; i<num; i++) {
id = num+"";
bold = leerFichero(new File ((String)lista[0].get(i)));
text = leerFichero(new File ((String)lista[1].get(i)));
textIMG = leerFichero(new File ((String)lista[2].get(i)));
title = leerFichero(new File ((String)lista[3].get(i)));
underline = leerFichero(new File ((String)lista[4].get(i)));
System.out.println("--------------------bold "+bold);
System.out.println("--------------------text"+text);
System.out.println("-------------------textimg"+textIMG);
System.out.println("-------------------title"+title);
System.out.println("-------------------underline"+underline);
Document doc = new Document();
// Campo bold
Field campobold = new Field("bold", bold,Field.Store.YES, Field.Index.ANALYZED);
doc.add(campobold);
// Campo text
Field campocontenido = new Field("contenido", text,Field.Store.YES, Field.Index.ANALYZED);
doc.add(campocontenido);
// Campo textimg
Field campotextimg = new Field("textimg", textIMG,Field.Store.YES, Field.Index.ANALYZED);
doc.add(campotextimg);
// Campo title
Field campotitle = new Field("title", title,Field.Store.YES, Field.Index.ANALYZED);
doc.add(campotitle);
// Campo underlineWords
Field campounderlineWords = new Field("underlineWords", underline,Field.Store.YES, Field.Index.ANALYZED);
doc.add(campounderlineWords);
Indice.addDocument(doc);
}
/********************************************************************/
/*
Campo nombre archivo
Field camponombre = new Field("rutaArchivo", new InputStreamReader(new FileInputStream(f), "UTF-8"));
*/
Indice.optimize();
Indice.close();
System.out.println("el numero de documentos indexados es "
+ Indice.numDocs());
}
}
