索引建立时, 使用的是Lucene的索引器Index Writer类。对Index Writer类所使用的语言分析器进行修改, 使其支持中文分词。
这里采用了简单的单汉字切分, 即将单个汉字作为一个术语, 利用Java CC编程实现。并且在生成索引器将支持中文单汉字切分的语言分析器作为参数传递给索引器成为索引器的成员, 使其在索引过程中使用该语言分析器进行分词。
最后, 调用Index Write类的add Document () , 将网络爬虫抓取且转换为Document格式的文件, 根据字段类型进行分别处理, 加入到索引字段。