Lucene的多种高级搜索形式

最新推荐文章于 2020-12-11 18:21:48 发布

转载最新推荐文章于 2020-12-11 18:21:48 发布 · 1.1k 阅读

文章标签：

#Lucene #高级搜索

eclipse、java相关专栏收录该内容

49 篇文章

订阅专栏

本文详细介绍了Lucene中使用的布尔操作符及其在搜索文档时的应用，包括OR、AND、NOT、加号、减号等操作符的用法，并通过代码示例展示了如何利用这些操作符进行查询。此外，文章还介绍了Lucene的域搜索、通配符搜索、模糊查询和范围搜索等高级搜索功能。

布尔操作符
大多数的搜索引擎都会提供布尔操作符让用户可以组合查询，典型的布尔操作符有 AND, OR, NOT。Lucene 支持 5种布尔操作符，分别是 AND, OR, NOT, 加(+), 减(-)。接下来我会讲述每个操作符的用法。

OR: 如果你要搜索含有字符 A 或者 B 的文档，那么就需要使用 OR操作符。需要记住的是，如果你只是简单的用空格将两个关键词分割开，其实在搜索的时候搜索引擎会自动在两个关键词之间加上 OR操作符。例如，“Java OR Lucene” 和 “Java Lucene” 都是搜索含有 Java 或者含有 Lucene的文档。
AND: 如果你需要搜索包含一个以上关键词的文档，那么就需要使用 AND 操作符。例如，“Java AND Lucene”返回所有既包含 Java 又包含 Lucene 的文档。
NOT: Not 操作符使得包含紧跟在 NOT 后面的关键词的文档不会被返回。例如，如果你想搜索所有含有 Java 但不含有Lucene 的文档，你可以使用查询语句 “Java NOT Lucene”。但是你不能只对一个搜索词使用这个操作符，比如，查询语句“NOT Java” 不会返回任何结果。
加号（+）: 这个操作符的作用和 AND 差不多，但它只对紧跟着它的一个搜索词起作用。例如，如果你想搜索一定包含Java，但不一定包含 Lucene 的文档，就可以使用查询语句“+Java Lucene”。
减号（-）: 这个操作符的功能和 NOT 一样，查询语句 “Java -Lucene” 返回所有包含 Java 但不包含Lucene 的文档。
接下来我们看一下如何利用 Lucene 提供的 API 来实现布尔查询。清单1 显示了如果利用布尔操作符进行查询的过程。

清单1：使用布尔操作符

 
//Test boolean operator
 
 
 
public void testOperator(String indexDirectory) throwsException{
 
 
 
Directory dir =FSDirectory.getDirectory(indexDirectory,false);
 
 
 
IndexSearcher indexSearcher = new IndexSearcher(dir);
 
 
 
String[] searchWords = {"Java AND Lucene", "Java NOT Lucene", "JavaOR Lucene",
 
 
 
"+Java +Lucene", "+Java -Lucene"};
 
 
 
Analyzer language = new StandardAnalyzer();
 
 
 
Query query;
 
 
 
for(int i = 0; i < searchWords.length; i++){
 
 
 
query = QueryParser.parse(searchWords[i], "title", language);
 
 
 
Hits results = indexSearcher.search(query);
 
 
 
System.out.println(results.length() + "search results for query "+searchWords[i]);}<p></p>
 
<p></p>

域搜索(Field Search)

Lucene 支持域搜索，你可以指定一次查询是在哪些域(Field)上进行。例如，如果索引的文档包含两个域，Title 和Content，你就可以使用查询 “Title: Lucene AND Content: Java” 来返回所有在 Title域上包含 Lucene 并且在 Content 域上包含 Java 的文档。清单 2 显示了如何利用 Lucene 的 API来实现域搜索。

清单2：实现域搜索

 
<p>//Test field search
 
 
 
public void testFieldSearch(String indexDirectory) throwsException{
 
 
 
Directory dir =FSDirectory.getDirectory(indexDirectory,false);
 
 
 
IndexSearcher indexSearcher = new IndexSearcher(dir);
 
 
 
String searchWords = "title:Lucene AND content:Java";
 
 
 
Analyzer language = new StandardAnalyzer();
 
 
 
Query query = QueryParser.parse(searchWords, "title",language);
 
 
 
Hits results = indexSearcher.search(query);
 
 
 
System.out.println(results.length() + "search results for query " +searchWords);</p>
 
<p></p>

通配符搜索(Wildcard Search)

Lucene支持两种通配符：问号（？）和星号（*）。你可以使用问号（？）来进行单字符的通配符查询，或者利用星号（*）进行多字符的通配符查询。例如，如果你想搜索tiny 或者 tony，你就可以使用查询语句 “t?ny”；如果你想查询 Teach, Teacher 和Teaching，你就可以使用查询语句 “Teach*”。清单3 显示了通配符查询的过程。

清单3：进行通配符查询

 
<p>//Test wildcard search
 
 
 
public void testWildcardSearch(String indexDirectory)throwsException{
 
 
 
Directory dir =FSDirectory.getDirectory(indexDirectory,false);
 
 
 
IndexSearcher indexSearcher = new IndexSearcher(dir);
 
 
 
String[] searchWords = {"tex*", "tex?", "?ex*"};
 
 
 
Query query;
 
 
 
for(int i = 0; i < searchWords.length; i++){
 
 
 
query = new WildcardQuery(new Term("title",searchWords[i]));
 
 
 
Hits results = indexSearcher.search(query);
 
 
 
System.out.println(results.length() + "search results for query "+searchWords[i]);}</p>
 
<p></p>

模糊查询

Lucene 提供的模糊查询基于编辑距离算法(Edit distance algorithm)。你可以在搜索词的尾部加上字符 ~来进行模糊查询。例如，查询语句 “think~” 返回所有包含和 think 类似的关键词的文档。清单 4 显示了如果利用Lucene 的 API 进行模糊查询的代码。

清单4：实现模糊查询

 
<p>//Test fuzzy search
 
 
 
public void testFuzzySearch(String indexDirectory)throwsException{
 
 
 
Directory dir =FSDirectory.getDirectory(indexDirectory,false);
 
 
 
IndexSearcher indexSearcher = new IndexSearcher(dir);
 
 
 
String[] searchWords = {"text", "funny"};
 
 
 
Query query;
 
 
 
for(int i = 0; i < searchWords.length; i++){
 
 
 
query = new FuzzyQuery(new Term("title",searchWords[i]));
 
 
 
Hits results = indexSearcher.search(query);
 
 
 
System.out.println(results.length() + "search results for query "+searchWords[i]);}</p>
 
<p></p>

范围搜索(Range Search)

范围搜索匹配某个域上的值在一定范围的文档。例如，查询 “age:[18 TO 35]” 返回所有 age 域上的值在 18 到35 之间的文档。清单5显示了利用 Lucene 的 API 进行返回搜索的过程。

清单5：测试范围搜索

 
<p>//Test range search
 
 
 
public void testRangeSearch(String indexDirectory)throwsException{
 
 
 
Directory dir =FSDirectory.getDirectory(indexDirectory,false);
 
 
 
IndexSearcher indexSearcher = new IndexSearcher(dir);
 
 
 
Term begin = new Term("birthDay","20000101");
 
 
 
Term end = newTerm("birthDay","20060606");
 
 
 
Query query = new RangeQuery(begin,end,true);
 
 
 
Hits results = indexSearcher.search(query);
 
 
 
System.out.println(results.length() + "search results isreturned");
 
 
 
}</p>

标签： <无>

代码片段(1)[全屏查看所有代码]

1. [代码]清单1：使用布尔操作符

 
       01 //Test boolean operator
 
       02 public void testOperator(String indexDirectory) throwsException{
 
       03 Directory dir =FSDirectory.getDirectory(indexDirectory,false);
 
       04 IndexSearcher indexSearcher = new IndexSearcher(dir);
 
       05 String[] searchWords = {"Java AND Lucene", "Java NOT Lucene", "JavaOR Lucene",
 
       06 "+Java +Lucene", "+Java -Lucene"};
 
       07 Analyzer language = new StandardAnalyzer();
 
       08 Query query;
 
       09 for(int i = 0; i < searchWords.length; i++){
 
       10 query = QueryParser.parse(searchWords[i], "title", language);
 
       11 Hits results = indexSearcher.search(query);
 
       12 System.out.println(results.length() + "search results for query " +searchWords[i]);}