随着互联网技术的飞速发展,网络上的信息数量急剧增长。为了能在如此多的信息中找到自己所需要的信息,人们需要一个高效的检索工具,为此全文检索技术成为关注的热点。它对于信息的整合具有非常强的实用性。本文的主要工作有四个方面。第一,早期的全文检索系统大多是基于关系数据库的,本文针对全文数据库的特点,深入分析此方法的不足之处,并提出基于文件系统来构建全文检索系统。第二,本文介绍了一种全文检索引擎工具包一Lucene,它只能检索英文和德文两种语言,并不能检索中文,因此开发一个基于Lucene的全文检索系统,肯定得有中文检索模块。本文实现了中文检索。第三,本文分别用Levenshtein编辑距离和Jaro-Winkler距离计算英文单词的相似度。第四,Lucene的内核非常小,它仅能处理纯文本格式数据。因此,为了让全文检索系统既能检索纯文本格式的数据,又不用将文档转换成其他中间格式,本文在Lucene中增加多格式文档处理模块,目的是能使Lucene检索常用的多种文档格式,例如word, excel, power point和pdf。本文利用struts框架搭建系统平台,利用MVC(Model View Controller模型视图控制器)模式使得程序层次结构非常清晰,也使得分工很明确,对系统的维护和扩展变得容易。在应用方面,本文的主要工作是对本地的不同格式的文档检索。其中检索部分在文档数据加工、信息筛选的基础上,完成构建索引、数据记录存储、检索器设计和索引优化,最终实现了全文检索。就召回率和准确率而言,基本达到了最初的设计目的。