给你的Web网站加上搜索的功能是增强用户浏览体验的最简单方式之一，但是在你的应用程序里集成一个搜索引擎并不总是很容易。为了帮助你为自己的Java应用程序提供一个灵活的搜索引擎，我会讲解如何使用Lucene，它是一个极其灵活的开放源代码的搜索引擎。
Lucene会直接同你的Web应用程序集成到一起。它是由Jakarta Apache工作组使用Java编写成的。你的Java应用程序能够将Lucene作为任何搜索功能的核心来使用。Lucene能够处理任何类型的文本数据；但是它没有内置对Word、Excel、PDF和XML的支持。但是还是有一些解决方案能够让Lucene支持它们中的每一个。
关于Lucene的重要一点是，它只是一个搜索引擎，因此没有内置Web图形用户界面和Web crawler。要把Lucene集成到你的Web应用程序里，你就要编写一个显示查询表单的servlet或者JSP页面，还要编写另一个列出结果的页面。
你应用程序的文本内容由Lucene来索引，并被作为一系列索引文件保存在文件系统里。Lucene能够接受代表单篇内容的文档（Document）对象，例如一个Web页面或者PDF文件。你的应用程序就负责将其内容转变成Lucene能够理解的文档对象。
每个文档都是由有一个或者多个的字段（Field）对象。这些字段包含有一个名称和一个值，非常像散裂图里的一个项目（entry）。每个字段都应该对应一段信息，这段信息是同你需要查询或者显示的检索结果相关的。例如，标题应该被用在搜索结果里，因此它会被作为一个字段添加到文档对象里。这些字段可以被索引，也可以不被索引，而原始的数据也可以选择保存在索引里。保存在索引里的字段在创建检索结果页面的时候会很有用。对于搜索没有用处的字段，例如唯一的ID，就不需要被索引，只需要被保存就行了。
字段也可以是标记化了的（tokenized），这就意味着一个分析程序会将输入到字段里的内容分解成搜索引擎能够使用的标记。Lucene带有多个分析程序，但是我只会使用最强大的分析程序——StandardAnalyzer类。
StandardAnalyzer类会将文本的所有内容变成小写的，并去掉一些常用的停顿词（stop word）。停顿词是像“a”、“the”和“in”这样的词，它们都是内容里非常常见的词，但是对搜索却一点用处都没有。分析程序也会分析搜索查询，这就意味着查询会找到匹配的部分。例如，这段文本“The
dog is a golden retriever（这条狗是一只金毛猎犬）”，就会被处理为“dog golden retriever”作为索引。当用户搜索“a
Golden Dog”的时候，分析程序会处理这个查询，并将其转变为“golden dog”，这就符合我们的内容了。
我们的例子准备使用数据访问对象（Data Access Object，DAO）的商务对象（business object），前者是Java应用程序开发的一个常见模式。我要使用的DAO——ProductDAO见Listing A。
为了让这个演示程序简单，我不准备使用数据库，DAO也只会包含产品（Product）对象的一个集合。在本例里，我会采用Listing B里的产品对象，并将它们转变成为用于索引的文档。
索引符（Indexer）类在Listing C里，它将负责把Product转换成为Lucene文档，还负责创建Lucene索引。
产品类里的字段是ID名、简短描述和详细描述。通过使用字段（Field）类的UnIndexed方法，ID会被作为一个非索引的非标记字段被保存。通过使用字段类的Keyword方法，名称和简短描述会被作为索引的非标记字段被保存。搜索引擎会对内容字段进行查询，而内容字段里会包含有产品的名称、简短描述和详细描述字段。
在所有的文档都添加完之后，就要优化索引并关闭索引编写器，这样你才能够使用索引。Lucene的大多数实现都要使用增量索引（incremental indexing），在增量索引里，已经在索引里的文档都是独立更新的，而不是每次先删除索引再创建一个新的。
