用lucene建立全文檢索需要中文分詞。

推薦Lucene做索引，我最近的項目就是用的這個。它很容易使用。

不管用不用數據庫，都要把html頁面解析成標準的XML頁面，方便接下來的操作。如果只需要html文章的內容，還是比較簡單的。分別對html文章的內容和html地址進行索引，這樣如果妳的文章命中了搜索關鍵詞，還可以取出html地址，例如field field 1 = new field(" address "，address，field.store.yes，field . index . tokenized)；

Field field1_1 =新字段(" content "，內容，商店。是的，索引。UN _ TOKENIZED化)；

doc 1 . add(field 1)；

doc 1 . add(field 1 _ 1)；

更具體地說，轉到下壹個lucene API文檔，看看Field、document、IndexWriter和IndexSearcher這些類，它們還是相對容易理解的。

分詞器推薦使用IKAnalyzer，在開源的中文分詞器中非常不錯，壹直在穩步更新版本。