samples/LuceneInAction/lia/extsearch/collector/BookLinkCollector.py

   1 # ====================================================================
   2 #   Licensed under the Apache License, Version 2.0 (the "License");
   3 #   you may not use this file except in compliance with the License.
   4 #   You may obtain a copy of the License at
   5 #
   6 #       http://www.apache.org/licenses/LICENSE-2.0
   7 #
   8 #   Unless required by applicable law or agreed to in writing, software
   9 #   distributed under the License is distributed on an "AS IS" BASIS,
  10 #   WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  11 #   See the License for the specific language governing permissions and
  12 #   limitations under the License.
  13 # ====================================================================
  14
  15 from lucene import Document, IndexSearcher, PythonCollector, FieldCache
  16
  17 #
  18 # A Collector extension
  19 #
  20
  21 class BookLinkCollector(PythonCollector):
  22
  23     def __init__(self, searcher):
  24         super(BookLinkCollector, self).__init__()
  25
  26         self.searcher = searcher
  27         self.documents = {}
  28
  29     def acceptsDocsOutOfOrder(self):
  30
  31         return True
  32
  33     def setNextReader(self, reader, docBase):
  34
  35         self.docBase = docBase
  36         self.urls = FieldCache.DEFAULT.getStrings(reader, "url")
  37         self.titles = FieldCache.DEFAULT.getStrings(reader, "title2")
  38
  39     def collect(self, docID, score):
  40
  41         url = self.urls[docID]
  42         title = self.titles[docID]
  43         self.documents[url] = title
  44
  45         print "%s: %s" %(title, score)
  46
  47     def getLinks(self):
  48
  49         return self.documents.copy()