Hi! I’m clsung

標題當然是假的，又不是天才，怎麼快快樂樂學 Python 。也不是要出書，只是不知道要下什麼標題。

事情由來是這樣的，我在 survey 在 FreeBSD 上可以 run 的 lucene 程式，原本中意的是 ferret⁽¹⁾ ，不過看了一下文件發現

1. API 不相容
2. 不能讀 dotLucene⁽²⁾ 的 index ，其實意思就是跟原生的 Java lucene 不相容啦

基於上述兩個理由，我只好含淚斬 Ruby 了。不然上面那個標題就會是「快快樂樂學 Ruby」了。

Python 有個 PyLucene 可以用，而它其實有點接近原生版本的 Lucene ，因為

1. API 大致相容，說大致是因為我才剛學，不敢保證
2. 可以 access dotLucene 的 index file ，這很重要，敝實驗室的流派就是點點點⁽³⁾
3. 它是用 gcj 編譯的，感覺會比 Java 快一點，而我也可以確定大部份的功能是相同的。籠統地說，算是 Lucene 的 Python-binding 。

不過說要學個語言不是那麼容易，雖然說比起英語德語加法語來說，學個程式語言比較起來容易太多了，可是沒有個入門文件也是不行的。上網一查「Python」，結果台灣陣亡，第一頁最有用的就是第一筆： Python 教學文件。這可以位在香港的，看來我以前沒學 Python 也不能怪自己，資源少的可憐的感覺，隨隨便便要找個論壇都還來個 404 。

有了入門文件，沒有個中文文件是不行的。在我安裝了 PyLucene 之後，發現要查找中文還真是不可能的任務。程式一 run 下去就來個

的訊息，當然人家在 error message 都給了資料了，不去看一下也不對吧。所以，找出原因，只要在程式碼中加入

就沒事了。…當然不會就這樣沒事，結果你不找問題，問題還是會找上你：

這就糗大了，它又沒說要怎麼辦？只好再次求助 Google 了。結論是，在字串後面加上 .encode(”utf-8″) 就可以了。（現在大家都老大不小了，應該改用 utf-8 了吧）

當然在做 Text Processing 的人，少不了要用到 Regular Expression，那入門文件當然是沒有啦。目前我是正在看這裡，如果有人可以指點一二的，也麻煩告訴我一下吧。

先就這樣吧，反正趁有點小空的時候來學學 Python 也不錯，希望以後可以快快樂樂啦。

Reference：

• Python 教學文件
• How to Use UTF-8 with Python
• Regular Expression HOWTO
• PyLucene project
• Ruby - Ferret

Technorati Tags: python, ferret, pylucene, lucene

1. ruby 版的 lucene[back]
2. dotNet 版的 lucene[back]
3. 甚麼？不不不，我們不是兄弟象[back]

十一月 14th, 2006 | Tags: java, lucene, pylucene, python | Category: Programming, phd_student, python | Comments (9)