LUCENE 1.X 与 2.X 版本 在 Field 对象构建及 QueryParser 对象使用方面的区别

  LUCENE 1.X 与 2.X 版本 在 Field 对象构建及 QueryParser 对象使用方面的区别

我们在学习LUCENE时，经常会遇到这样的情况：在网上搜索到的或书上的一些例程在调试时会产生编译错误，这是因为LUCENE2.0版本在Field(域)对象的构建及QueryParser对象的使用方面相对于1.X版本发生了一些变化，下面我们分别从LUCENE域类型、1.X与2.X版本各自对Field(域)对象的构建及QueryParser的具体使用方法讨论这个问题。

１、       LUCENE提供的四种不同类型的Field(域)

(1)    Keyword域—— 不需要被分析，但是会逐字被索引并被存储，该类型适用于原始值，即需要将内容全部保留的域。如果你了解分析器，你就会明白，当域内容被分析器分析，它的原始内容就有可能被或多或少改变，比如将使用频繁但没有实际意义的词去掉(类似 an in on the等)、将语汇统一改为小写等。虽然分析器这样做可以为我们提供更高质量的搜索，但有的时候我们并不希望分析器对我们原始域的内容进行任何改变，例如姓名、URL、街道地址等。这时候我们就可以把域定义为Keyword域

(2)    UnIndexed 域— 即不需要被分析，也不进行索引，但该值同样被存储于索引文件中，当域内容不会被做为搜索关键字，但又需要做为搜索结果显示出来时，用UnIndexed 域类型是最好的选择。

(3)    UnStored 域— 同UnIndexed 域刚好相反，这种类型的域需要被分析与索引，但并不存储在索引文件中，该类型适用于那些不需要以原始形式进行检索的大数据量文本，如网页正文或其它类型的文本文档等。

(4)    Text 域——— 需要被分析且索引，若被索引的数据是字符串，则同时被存储在索引文件中；若被索引的数据来自Reader对象，则不会被存储在索引文件中。

２、     1.X版本与2.X版本在构建Field(域)对象及使用QueryParser的具体方式比较

(1) Field 对象构建的区别

LUCENE 1.X 版本的Field对象分别有 Keyword、UnIndexed、UnStored、Text等静态方法，这些方法通过传入相应的参数，可构建相应类型的域，并将内容添加到域中。而LUCENE2.X版本的Field对象的内部类Field.Store与Field.Index的静态属性来表示被分析、索引及存储的情况，两者对不同域类型、特性及使用举例如下表：

域方法/类型(1.X)	域方法/类型(2.X)	特性
Field.Keyword(String,String)	New Field(String,String, Field.Store.YES, Field.Index.UN_TOKENIZED	被索引 被存储
Field.UnIndexed(String,String)	New Field(String,String,Field.Store.YES, Field.Index.NO)	被存储
Field.UnStored(String,String)	New Field(String,String,Field.Store.NO, Field.Index.TOKENIZED)	被分析 被索引
Field.Text(String,String)	New Field(String,String,Field.Store.YES, Field.Index.TOKENIZED)	被分析 被索引 被存储
Field.Text(String,Reader)	New Field(String,String,Field.Store.NO, Field.Index.TOKENIZED)	被分析 被索引

 

(2) QueryParser 对象使用的区别

LUCENE 1.X版本采用QueryParser的静态方法parse直接产生Query对象，使用时只需将关键字，域名称及分析器对象一次性传入即可，类似于以下用法：

Query query = QueryParser.parse(keyword, "contents", new StandardAnalyzer ());

 

而LUCENE 2.X版本中QueryParser对象中的parse方法变为非静态方法，需要显示创建QueryParser对象，然后调用其parse(String keyword)方法：

QueryParser parser = new QueryParser("contents", new StandardAnalyzer ());

Query query = parser.parse(keyword);

3、源代码示例:

1.X版本：

package searchtest;



import org.apache.lucene.store.*;

import org.apache.lucene.document.*;

import org.apache.lucene.analysis.*;

import org.apache.lucene.index.*;

import org.apache.lucene.search.*;

import org.apache.lucene.queryParser.*;



class SearchTest

{

	public static void main(String[] args){

		try{

			//在内存中建立索引

			Directory directory = new RAMDirectory();

			//生成分析器对象，用于分词等

			Analyzer analyzer  = new SimpleAnalyzer();

			//索引书写器

			IndexWriter writer = new IndexWriter(directory,analyzer,true);

			//将要建立索引的字符串

			String[] docs = 

			{

				"中 国 人 d e",

				"a b c d e a b c d e",

				"a b c d e f g h i j",

				"a c e",

				"e c a",

				"中 国 人 a c e",

				"中 国 人 a b c"

			};

			//将要建立索引的字符串添加到索引中

			for (int j=0;j<docs.length ;j++ )

			{

				Document d = new Document();

				d.add(Field.Text("contents",docs[j]));

				writer.addDocument(d);

			}

			writer.close();

			//生成搜过对象

			Searcher searcher = new IndexSearcher(directory);

			//对于查询的字符串

			String[] queries = {"/"中 国 人/""};

			//生成结果集对象，初始化为空值

			Hits hits = null;

			//生成QueryParser对象

			//依次使用查询字符串生成查询对象Query

			for(int j=0;j<queries.length;j++){

				Query query = QueryParser.parse(queries[j],"contents",analyzer);

				//输出要查询的内容

				System.out.println("Query:" + query.toString("contents"));

				//返回结果集

				hits = searcher.search(query);

				//输出搜索到的总文档数

				System.out.println(hits.length() + " total results");

				//依次输出搜索到的文档内容

				for (int i = 0;i<hits.length() && i<10 ;i++ )

				{

					Document d = hits.doc(i);

					System.out.print(i + " " + hits.score(i))

					System.out.println(" " + d.get("contents"));

				}

				searcher.close();

			}

		}catch (Exception e){

				e.printStackTrace();

		}

	}

}

2.X版本：

package searchtest;



import org.apache.lucene.store.*;

import org.apache.lucene.document.*;

import org.apache.lucene.analysis.*;

import org.apache.lucene.index.*;

import org.apache.lucene.search.*;

import org.apache.lucene.queryParser.*;



class SearchTest

{

	public static void main(String[] args){

		try{

			//在内存中建立索引

			Directory directory = new RAMDirectory();

			//生成分析器对象，用于分词等

			Analyzer analyzer  = new SimpleAnalyzer();

			//索引书写器

			IndexWriter writer = new IndexWriter(directory,analyzer,true);

			//将要建立索引的字符串

			String[] docs = 

			{

				"中 国 人 d e",

				"a b c d e a b c d e",

				"a b c d e f g h i j",

				"a c e",

				"e c a",

				"中 国 人 a c e",

				"中 国 人 a b c"

			};

			//将要建立索引的字符串添加到索引中

			for (int j=0;j<docs.length ;j++ )

			{

				Document d = new Document();

				d.add(new Field("contents", docs[j], Field.Store.YES, Field.Index.TOKENIZED));

				writer.addDocument(d);

			}

			writer.close();

			//生成搜过对象

			Searcher searcher = new IndexSearcher(directory);

			//对于查询的字符串

			String[] queries = {"/"中 国 人/""};

			//生成结果集对象，初始化为空值

			Hits hits = null;

			//生成QueryParser对象

			QueryParser parser = new QueryParser("contents",analyzer);

			//依次使用查询字符串生成查询对象Query

			for(int j=0;j<queries.length;j++){

				Query query = parser.parse(queries[j]);

				//输出要查询的内容

				System.out.println("Query:" + query.toString("contents"));

				//返回结果集

				hits = searcher.search(query);

				//输出搜索到的总文档数

				System.out.println(hits.length() + " total results");

				//依次输出搜索到的文档内容

				for (int i = 0;i<hits.length() && i<10 ;i++ )

				{

					Document d = hits.doc(i);

					System.out.print(i + " " + hits.score(i))

					System.out.println(" " + d.get("contents"));

				}

				searcher.close();

			}

		}catch (Exception e){

				e.printStackTrace();

		}

	}

}