repo_zf1/documentation/manual/zh/module_specs/Zend_Search_Lucene-Overview.xml

<sect1 id="zend.search.lucene.overview">
    <title>概述</title>

    <sect2 id="zend.search.lucene.introduction">
        <title>简介</title>
        <para>
            Zend_Search_Lucene 是一个完全由 PHP 5 编写的通用文本搜索引擎。由于其将索引保存在文件系统中而不需要数据库支持，因此它几乎可以为任何由 PHP 驱动的网站增加搜索能力。Zend_Search_Lucene 支持下列特性：

            <itemizedlist>
                <listitem>
                    <para>具有排名功能的搜索——最符合要求的结果出现在最前面</para>
                </listitem>
                <listitem>
                    <para>
                       许多强大的查询类型：短语查询、通配符查询、近似查询、范围查询等
                        <footnote>
                           <para>
                             目前只支持单项和多项查询。
                           </para>
                        </footnote>
                    </para>
                </listitem>
                <listitem>
                    <para>搜索特定的字段，如标题、作者、内容，等等</para>
                </listitem>
            </itemizedlist>

            Zend_Search_Lucene 来源于 Apache Lucene project。要了解关于 Lucene 的更多详情，请访问
            <ulink url="http://lucene.apache.org/java/docs/"/>。
        </para>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.documents-and-fields">
        <title>文档和字段对象</title>
            <para>
                Zend_Search_Lucene 把文档最为基本的索引主题。而文档(document)又分为若干被命名的字段(field)，字段中包含可供搜索的内容。
            </para>

            <para>
                一个文档被表现为 Zend_Search_Lucene_Document 对象，这个对象包含了若干 Zend_Search_Lucene_Field 对象，用以表现相应的字段。
            </para>

            <para>
                需要特别说明的是任意类型的信息都可以被加入索引中。应用程序描述信息或者元信息(metadata)可以被保存在文档字段中，并在搜索过程中与文档一起被检索。
            </para>

            <para>
                控制这些索引是你的应用程序的责任。这意味着任意你的应用程序可以访问的数据来源都可以进行索引。例如，这些数据可以来自于文件系统、数据库或者是 HTML 表单，等等。
            </para>

            <para>
                <code>Zend_Search_Lucene_Field</code> 类提供了一些静态方法用以创建具有不同特点的字段：
            </para>

            <programlisting role="php"><![CDATA[<?php
$doc = new Zend_Search_Lucene_Document();

// Field is not tokenized, but is indexed and stored within the index.
// Stored fields can be retrived from the index.
$doc->addField(Zend_Search_Lucene_Field::Keyword('doctype',
                                                 'autogenerated'));

// Field is not tokenized nor indexed, but is stored in the index.
$doc->addField(Zend_Search_Lucene_Field::UnIndexed('created',
                                                   time()));

// Binary String valued Field that is not tokenized nor indexed,
// but is stored in the index.
$doc->addField(Zend_Search_Lucene_Field::Binary('icon',
                                                $iconData));

// Field is tokenized and indexed, and is stored in the index.
$doc->addField(Zend_Search_Lucene_Field::Text('annotation',
                                              'Document annotation text'));

// Field is tokenized and indexed, but that is not stored in the index.
$doc->addField(Zend_Search_Lucene_Field::UnStored('contents',
                                                  'My document content'));

?>]]></programlisting>

            <para>
                你可以按照自己的需要给字段命名。名为“contents”的字段缺省的用于搜索。因此，将主要的文档内容放在这个字段中会是个好主意。
            </para>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.understanding-field-types">
        <title>理解字段类型</title>
        <itemizedlist>
            <listitem>
                <para>
                    <code>Keyword</code> 关键词字段是被保存和被索引的，意思是它们既可以被搜索，也可以在搜索结果中被显示。它们并没有以记号化的方式拆分为多个不同的词。在 Zend_Search_Lucene 中，枚举形的数据库字段通常可以很好的转化为关键词字段。
                </para>
            </listitem>
            <listitem>
                <para>
                    <code>UnIndexed</code> 不索引字段是不可搜索的，但是它们会在搜索结果中返回用于生成点击信息。数据库的时间戳、主键、文件系统的路径、以及其它标识是不索引字段的好的候选人。
                </para>
            </listitem>
            <listitem>
                <para>
                    <code>Binary</code> 二进制字段是不记号化和不被索引的，但是被保存以供生成点击信息。它们可以用于保存任何以二进制方式编码的信息，例如图标等等。
                </para>
            </listitem>
            <listitem>
                <para>
                    <code>Text</code> 文本字段是被保存的、被索引的和记号化的。文本字段适合用于保存像是主题、标题这样既能被搜索又能作为搜索结果返回的信息。
                </para>
            </listitem>
            <listitem>
                <para>
                    <code>UnStored</code> 不保存字段是记号化和被索引的，但并不保存在索引中。大量的文本信息最好使用这种字段类型。保存的数据在硬盘上创建了大量的索引，如果你需要搜索而不需要在搜索结果中显示这些数据，就使用不保存字段。当结合使用 Zend_Search_Lucene 索引和关系数据库时最适合使用不保存字段。你通过不保存字段索引大量数据用于搜索，并通过作为标识的特定字段从你的关系数据库中获取它们。
               </para>

                <table>
                    <title>Zend_Search_Lucene_Field 类型</title>
                    <tgroup cols="5">
                        <thead>
                            <row>
                                <entry>字段类型</entry>
                                <entry>保存</entry>
                                <entry>索引</entry>
                                <entry>记号化</entry>
                                <entry>二进制</entry>
                            </row>
                        </thead>
                        <tbody>
                            <row>
                                <entry>Keyword</entry>
                                <entry>是</entry>
                                <entry>是</entry>
                                <entry>否</entry>
                                <entry>否</entry>
                            </row>
                            <row>
                                <entry>UnIndexed</entry>
                                <entry>是</entry>
                                <entry>否</entry>
                                <entry>否</entry>
                                <entry>否</entry>
                            </row>
                            <row>
                                <entry>Binary</entry>
                                <entry>是</entry>
                                <entry>否</entry>
                                <entry>否</entry>
                                <entry>是</entry>
                            </row>
                            <row>
                                <entry>Text</entry>
                                <entry>是</entry>
                                <entry>是</entry>
                                <entry>是</entry>
                                <entry>否</entry>
                            </row>
                            <row>
                                <entry>UnStored</entry>
                                <entry>否</entry>
                                <entry>是</entry>
                                <entry>是</entry>
                                <entry>否</entry>
                            </row>
                        </tbody>
                    </tgroup>
                </table>
           </listitem>
       </itemizedlist>
    </sect2>
</sect1>

<!--
vim:se ts=4 sw=4 et:
-->