Java 更新apachelucene索引文件

我正在使用ApacheLucene库为我的网站创建搜索功能。该网站的所有内容都来自Sharepoint RSSFeeds，因此每次我都必须浏览所有RSSFeed URL并阅读内容。为了加快搜索功能，我创建了一个计划任务，每一小时进行一次索引：

    <bean id="rssIndexerService" class="com.lloydsbanking.webmi.service.RSSIndexerService" />
<task:scheduled-tasks> <task scheduled ref="rssIndexerService" method="indexUrls" cron="0 0 * * * MON-FRI" /></task:scheduled-tasks>

问题是，如果我创建了一个新内容，那么在服务器运行时和调用计划任务后，搜索不会显示新内容，而且如果我删除了一个条目，它也不会显示从索引文件中删除的条目。以下是索引代码：

@Service
public class RSSIndexerService extends RSSReader {

    @Autowired
    private RSSFeedUrl rssFeedUrl;

    private IndexWriter indexWriter = null;

    private String indexPath = "C:\\MI\\index";

    Logger log = Logger.getLogger(RSSIndexerService.class.getName());

    public void indexUrls() throws IOException {
        Date start = new Date();
        IndexWriter writer = getIndexWriter();
        log.info("Reading all the Urls in the Sharepoint");     
        Iterator<Entry<String, String>> entries = rssFeedUrl.getUrlMap().entrySet().iterator();
        try {
            while (entries.hasNext()) {
                Entry<String, String> mapEntry = entries.next();
                String url = mapEntry.getValue();
                SyndFeed feed = rssReader(url);
                for (Object entry : feed.getEntries()) {
                    SyndEntry syndEntry = (SyndEntry) entry;
                    SyndContent desc = syndEntry.getDescription();
                    if (desc != null) {
                        String text = desc.getValue();
                        if ("text/html".equals(desc.getType())) {
                            Document doc = new Document();
                            text = extractText(text);
                            Field fieldTitle = new StringField("title", syndEntry.getTitle(), Field.Store.YES);
                            doc.add(fieldTitle);
                            Field pathField = new StringField("path", url, Field.Store.YES);
                            doc.add(pathField);
                            doc.add(new TextField("contents", text, Field.Store.YES));

                            // New index, so we just add the document (no old document can be there):
                            writer.addDocument(doc);
                        }
                    }
                }

            }

        } finally {

            // closeIndexWriter();
        }
        Date end = new Date();
        log.info(end.getTime() - start.getTime() + " total milliseconds");
    }

    public IndexWriter getIndexWriter() throws IOException {

        if (indexWriter == null) {
            Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_47);

            log.info("Indexing to directory '" + indexPath + "'...");
            Directory dir = FSDirectory.open(new File(indexPath));
            IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_47, analyzer);

            config.setOpenMode(OpenMode.CREATE_OR_APPEND);
            indexWriter = new IndexWriter(dir, config);
        }
        return indexWriter;
    }

    @PreDestroy
    public void closeIndexWriter() throws IOException {
        if (indexWriter != null) {
            System.out.println("Done with indexing ...");
            indexWriter.close();
        }
    }

}

@服务
公共类RSSIndexerService扩展了RSSReader{
@自动连线
私有RSSFeedUrl RSSFeedUrl；
私有IndexWriter IndexWriter=null；
私有字符串indexPath=“C:\\MI\\index”；
Logger log=Logger.getLogger（RSSIndexerService.class.getName（））；
public void indexUrls（）引发IOException{
开始日期=新日期（）；
IndexWriter writer=getIndexWriter（）；
log.info（“读取Sharepoint中的所有URL”）；
迭代器条目=rssFeedUrl.getUrlMap（）.entrySet（）.Iterator（）；
试一试{
while（entries.hasNext（））{
Entry mapEntry=entries.next（）；
字符串url=mapEntry.getValue（）；
SyndFeed feed=rssReader（url）；
for（对象项：feed.getEntries（））{
SyndEntry SyndEntry=（SyndEntry）条目；
SyndContent desc=syndEntry.getDescription（）；
如果（描述！=null）{
字符串文本=desc.getValue（）；
if（“text/html”.equals（desc.getType（）））{
单据单据=新单据（）；
text=提取文本（text）；
Field fieldTitle=new StringField（“title”，syndEntry.getTitle（），Field.Store.YES）；
文件添加（字段标题）；
Field pathField=new StringField（“路径”，url，Field.Store.YES）；
文件添加（路径域）；
doc.add（新文本字段（“contents”，text，Field.Store.YES））；
//新索引，因此我们只需添加文档（没有旧文档）：
writer.addDocument（doc）；
}
}
}
}
}最后{
//closeIndexWriter（）；
}
日期结束=新日期（）；
log.info（end.getTime（）-start.getTime（）+“总毫秒”）；
}
公共IndexWriter getIndexWriter（）引发IOException{
if（indexWriter==null）{
Analyzer Analyzer=新的标准分析仪（LUCENE_47版）；
info（“对目录的索引”'+indexath+“…”）；
Directory dir=FSDirectory.open（新文件（indexPath））；
IndexWriterConfig配置=新的IndexWriterConfig（Version.LUCENE_47，analyzer）；
config.setOpenMode（OpenMode.CREATE\u或\u APPEND）；
indexWriter=新的indexWriter（目录，配置）；
}
返回索引器；
}
@发情前期
public void closeIndexWriter（）引发IOException{
if（indexWriter！=null）{
System.out.println（“完成索引…”）；
indexWriter.close（）；
}
}
}

---

我知道问题可能是由config.setOpenMode（OpenMode.CREATE_或_APPEND）引起的；，但是我不知道如何解决它。

我想出了一个主意，先检查目录是否为空，如果不是空，然后删除以前的索引，然后每次在OpenMode中进行索引。创建：

File path = new File(System.getProperty("java.io.tmpdir")+"\\index");
        Directory dir = FSDirectory.open(path);

        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_47);
        IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_47, analyzer);

        if (path.list() != null) {
            log.info("Delete previous indexes ...");
            FileUtils.cleanDirectory(path);
        }
        config.setOpenMode(OpenMode.CREATE);

然后我简单地使用addDocument（）：

if ("text/html".equals(desc.getType())) {
                        ...
                        // New index, so we just add the document (no old document can be there):
                        indexWriter.addDocument(doc);
                    }