repo_zf1/documentation/manual/nl/module_specs/Zend_Search_Lucene-JavaLucene.xml

<sect1 id="zend.search.lucene.java-lucene">
    <title>Interoperatie met Java Lucene</title>

    <sect2 id="zend.search.lucene.index-creation.file-formats">
        <title>Bestandsformaten</title>
        <para>
          Het bestandsformaat van het Zend_Search_Lucene index bestand is binary compatible met Lucene
          versie 1.4 en hoger.
        </para>

        <para>
          Een gedetailleerde beschrijving van dit formaat is beschikbaar op:
          <ulink url="http://lucene.apache.org/java/docs/fileformats.html"/>.
        </para>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.index-directory">
        <title>Index Map</title>

        <para>
        Na het aanmaken van de index zal de index map verschillende bestanden bevatten:
        </para>

        <itemizedlist>
            <listitem>
                <para>
                het <filename>segments</filename> bestand is een lijst van index segmenten.
                </para>
            </listitem>
            <listitem>
                <para>
                <filename>*.cfs</filename> bestanden bevatten index segmenten.
                Nota! Een geoptimaliseerde index heeft altijd slechts één segment.
                </para>
            </listitem>
            <listitem>
                <para>
                het <filename>deletable</filename> bestand is een lijst bestanden die niet langer
                worden gebruikt door de index, maar niet konden worden verwijderd.
                </para>
            </listitem>
        </itemizedlist>
    </sect2>

    <sect2 id="zend.search.lucene.java-lucene.source-code">
        <title>Java Broncode</title>
        <para>
            Het volgende Java programmavoorbeeld geeft een voorbeeld van hoe je een bestand
            indexeert via Java Lucene:
        </para>

        <programlisting role="java"><![CDATA[
/**
* Aanmaak van de Index:
*/
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.document.*;

import java.io.*

...

IndexWriter indexWriter = new IndexWriter("/data/mijn_index",
                                          new SimpleAnalyzer(), true);

...

String filename = "/pad/naar/bestand-dat-moet-worden-geindexeerd.txt"
File f = new File(filename);

Document doc = new Document();
doc.add(Field.Text("path", filename));
doc.add(Field.Keyword("modified",DateField.timeToString(f.lastModified())));
doc.add(Field.Text("author", "unknown"));
FileInputStream is = new FileInputStream(f);
Reader reader = new BufferedReader(new InputStreamReader(is));
doc.add(Field.Text("contents", reader));

indexWriter.addDocument(doc);]]>
        </programlisting>
    </sect2>

    <sect2 id="zend.search.lucene.java-lucene.jar">
        <title>LuceneIndexCreation.jar gebruiken</title>

        <para>
            Om snel te kunnen starten met Zend_Search_Lucene werd een JAR bestand (Java) aangemaakt
            dat je toelaat een index vanaf de commandoregel aan te maken. Voor meer informatie over
            JAR bestanden kan je terecht op: <ulink url="http://java.sun.com/docs/books/tutorial/jar/basics/index.html"/>.
        </para>

        <para>
            LuceneIndexCreation.jar leest tekst bestanden door en maakt er een index voor aan. Gebruik:
        </para>
        <programlisting role="java"><![CDATA[
    java -jar LuceneIndexCreation.jar [-c] [-s] <document_pad> <index_pad>
    -c   - dwing de index naar case sensitive
    -s   - inhoud in de index opslaan
    ]]></programlisting>
       <para>
            Dit commando leest een map <code>&lt;document_map&gt;</code> door, inclusief alle onderliggende mappen,
            en maakt een Lucene index aan. De index is een set bestanden die in een andere map, gespecificeerd door
            <code>&lt;index_map&gt;</code>, zullen worden opgeslagen..
        </para>

        <para>
            Voor elk document dat moet worden geïndexeerd maakt LuceneIndexCreation een documentobject aan
            met drie velden: een <emphasis>contents</emphasis> veld dat de inhoud (body) van het document
            bevat en een <emphasis>modifies</emphasis> veld dat de bestandswijzigingstijd bevat en tenslotte het
            <code>&lt;path&gt;</code> veld dat het volledige pad en de bestandsnaam bevat.
        </para>

        <para>
            Indien de <option>-c</option> optie werd gespecificeerd zal de index tot case sensitive gedwongen worden. Indien
            niet, zullen alle termen naar kleine letters worden geconverteerd voor ze aan de index worden toegevoegd.
        </para>

        <para>
            Indien de <option>-s</option> optie werd gespecificeerd, zal de inhoud van het document ook in de index
            worden opgeslagen. Die kan dan via de velden <code>path</code> en <code>modified</code> worden opgeroepen.
        </para>

        <para>
            Anders worden alleen de <code>path</code> en <code>modified</code> velden opgeslagen, en
            het <code>contents</code> veld wordt slechts geïndexeerd. In dat geval moet de documentinhoud
            vanaf een oorspronkelijke bron worden opgehaald via zijn <code>path</code>.
        </para>

        <para>
            Wees voorzichtig, het gebruik van de <option>-s</option> optie vergroot de index ongeveer vijf maal.
        </para>
    </sect2>

</sect1>

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