【Lucene3.6.2入门系列】第03节_简述Lucene中常见的搜索功能

最新推荐文章于 2021-02-23 21:15:35 发布

hzd_123

最新推荐文章于 2021-02-23 21:15:35 发布

阅读量431

点赞数

分类专栏： lucene

lucene 专栏收录该内容

15 篇文章 0 订阅

订阅专栏

[java]view plaincopyprint? 
   
 package com.jadyer.lucene;  
   
 import java.io.File;  
 import java.io.IOException;  
 import java.text.SimpleDateFormat;  
 import java.util.Date;  
   
 import org.apache.lucene.analysis.standard.StandardAnalyzer;  
 import org.apache.lucene.document.Document;  
 import org.apache.lucene.document.Field;  
 import org.apache.lucene.document.NumericField;  
 import org.apache.lucene.index.IndexReader;  
 import org.apache.lucene.index.IndexWriter;  
 import org.apache.lucene.index.IndexWriterConfig;  
 import org.apache.lucene.index.Term;  
 import org.apache.lucene.queryParser.ParseException;  
 import org.apache.lucene.queryParser.QueryParser;  
 import org.apache.lucene.search.BooleanQuery;  
 import org.apache.lucene.search.FuzzyQuery;  
 import org.apache.lucene.search.IndexSearcher;  
 import org.apache.lucene.search.NumericRangeQuery;  
 import org.apache.lucene.search.PhraseQuery;  
 import org.apache.lucene.search.PrefixQuery;  
 import org.apache.lucene.search.Query;  
 import org.apache.lucene.search.ScoreDoc;  
 import org.apache.lucene.search.TermQuery;  
 import org.apache.lucene.search.TermRangeQuery;  
 import org.apache.lucene.search.TopDocs;  
 import org.apache.lucene.search.WildcardQuery;  
 import org.apache.lucene.search.BooleanClause.Occur;  
 import org.apache.lucene.store.Directory;  
 import org.apache.lucene.store.FSDirectory;  
 import org.apache.lucene.util.Version;  
   
 /** 
  * 【Lucene3.6.2入门系列】第03节_简述Lucene中常见的搜索功能 
  * @create Aug 1, 2013 3:54:27 PM 
  * @author 玄玉<http://blog.csdn.net/jadyer> 
  */  
 public class HelloSearch {  
     private Directory directory;  
     private IndexReader reader;  
     private String[] ids = {"1", "2", "3", "4", "5", "6"};  
     private String[] names = {"Michael", "Scofield", "Tbag", "Jack", "Jade", "Jadyer"};  
     private String[] emails = {"aa@jadyer.us", "bb@jadyer.cn", "cc@jadyer.cc", "dd@jadyer.tw", "ee@jadyer.hk", "ff@jadyer.me"};  
     private String[] contents = {"my java blog is http://blog.csdn.net/jadyer", "my website is http://www.jadyer.cn", "my name is jadyer", "I am JavaDeveloper", "I am from Haerbin", "I like Lucene"};  
     private int[] attachs = {9,3,5,4,1,2};  
     private Date[] dates = new Date[ids.length];  
       
     public HelloSearch(){  
         IndexWriter writer = null;  
         Document doc = null;  
         SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd");  
         try {  
             dates[0] = sdf.parse("20120601");  
             dates[1] = sdf.parse("20120603");  
             dates[2] = sdf.parse("20120605");  
             dates[3] = sdf.parse("20120607");  
             dates[4] = sdf.parse("20120609");  
             dates[5] = sdf.parse("20120611");  
             directory = FSDirectory.open(new File("myExample/03_index/"));  
             writer = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_36, new StandardAnalyzer(Version.LUCENE_36)));  
             writer.deleteAll();              //创建索引之前,先把文档清空掉  
             for(int i=0; i<ids.length; i++){ //遍历ID来创建文档  
                 doc = new Document();  
                 doc.add(new Field("id", ids[i], Field.Store.YES, Field.Index.NOT_ANALYZED_NO_NORMS));  
                 doc.add(new Field("name", names[i], Field.Store.YES, Field.Index.ANALYZED_NO_NORMS));  
                 doc.add(new Field("email", emails[i], Field.Store.YES, Field.Index.NOT_ANALYZED));  
                 doc.add(new Field("email", "test"+i+""+i+"@jadyer.com", Field.Store.YES, Field.Index.NOT_ANALYZED));  
                 doc.add(new Field("content", contents[i], Field.Store.NO, Field.Index.ANALYZED));  
                 doc.add(new NumericField("attach", Field.Store.YES, true).setIntValue(attachs[i]));        //为数字加索引(第三个参数指定是否索引)  
                 doc.add(new NumericField("attach", Field.Store.YES, true).setIntValue((i+1)*100));         //假设有多个附件  
                 doc.add(new NumericField("date", Field.Store.YES, true).setLongValue(dates[i].getTime())); //为日期加索引  
                 writer.addDocument(doc);  
             }  
         } catch (Exception e) {  
             e.printStackTrace();  
         } finally {  
             if(null != writer){  
                 try {  
                     writer.close();  
                 } catch (IOException ce) {  
                     ce.printStackTrace();  
                 }  
             }  
         }  
     }  
       
       
     /** 
      * 针对分页搜索创建索引 
      */  
     public HelloSearch(boolean pageFlag){  
         String[] myNames = new String[50];  
         String[] myContents = new String[50];  
         for(int i=0; i<50; i++){  
             myNames[i] = "file(" + i + ")";  
             myContents[i] = "I love JavaSE, also love Lucene(" + i + ")";  
         }  
         IndexWriter writer = null;  
         Document doc = null;  
         try {  
             directory = FSDirectory.open(new File("myExample/03_index/"));  
             writer = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_36, new StandardAnalyzer(Version.LUCENE_36)));  
             writer.deleteAll();  
             for(int i=0; i<myNames.length; i++){  
                 doc = new Document();  
                 doc.add(new Field("myname", myNames[i], Field.Store.YES, Field.Index.NOT_ANALYZED_NO_NORMS));  
                 doc.add(new Field("mycontent", myContents[i], Field.Store.YES, Field.Index.ANALYZED));  
                 writer.addDocument(doc);  
             }  
         } catch (IOException e) {  
             e.printStackTrace();  
         } finally {  
             if(null != writer){  
                 try {  
                     writer.close();  
                 } catch (IOException ce) {  
                     ce.printStackTrace();  
                 }  
             }  
         }  
     }  
       
       
     /** 
      * 获取IndexSearcher实例 
      */  
     private IndexSearcher getIndexSearcher(){  
         try {  
             if(reader == null){  
                 reader = IndexReader.open(directory);  
             }else{  
                 //if the index was changed since the provided reader was opened, open and return a new reader; else,return null  
                 //如果当前reader在打开期间index发生改变,则打开并返回一个新的IndexReader,否则返回null  
                 IndexReader ir = IndexReader.openIfChanged(reader);  
                 if(ir != null){  
                     reader.close(); //关闭原reader  
                     reader = ir;    //赋予新reader  
                 }  
             }  
             return new IndexSearcher(reader);  
         }catch(Exception e) {  
             e.printStackTrace();  
         }  
         return null; //发生异常则返回null  
     }  
       
       
     /** 
      * 执行搜索操作 
      * @param query 搜索的Query对象 
      */  
     private void doSearch(Query query){  
         IndexSearcher searcher = this.getIndexSearcher();  
         try {  
             //第二个参数指定搜索后显示的最多的记录数,其与tds.totalHits没有联系  
             TopDocs tds = searcher.search(query, 10);  
             System.out.println("本次搜索到[" + tds.totalHits + "]条记录");  
             for(ScoreDoc sd : tds.scoreDocs){  
                 Document doc = searcher.doc(sd.doc);  
                 System.out.print("文档编号=" + sd.doc + "  文档权值=" + doc.getBoost() + "  文档评分=" + sd.score + "    ");  
                 System.out.print("id=" + doc.get("id") + "  email=" + doc.get("email") + "  name=" + doc.get("name") + "  ");  
                 //获取多个同名域的方式  
                 String[] attachValues = doc.getValues("attach");  
                 for(String attach : attachValues){  
                     System.out.print("attach=" + attach + "  ");  
                 }  
                 System.out.println();  
             }  
         } catch (IOException e) {  
             e.printStackTrace();  
         } finally {  
             if(null != searcher){  
                 try {  
                     searcher.close(); //记得关闭IndexSearcher  
                 } catch (IOException e) {  
                     e.printStackTrace();  
                 }  
             }  
         }  
     }  
       
       
     /** 
      * 精确匹配搜索 
      * @param fieldName 域名(相当于表的字段名) 
      * @param keyWords  搜索的关键字 
      */  
     public void searchByTerm(String fieldName, String keyWords){  
         Query query = new TermQuery(new Term(fieldName, keyWords));  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 基于范围的搜索 
      * @param fieldName 域名(相当于表的字段名) 
      * @param start     开始字符 
      * @param end       结束字符 
      */  
     public void searchByTermRange(String fieldName, String start, String end){  
         Query query = new TermRangeQuery(fieldName, start, end, true, true); //后面两个参数用于指定开区间或闭区间  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 针对数字的搜索 
      */  
     public void searchByNumericRange(String fieldName, int min, int max){  
         Query query = NumericRangeQuery.newIntRange(fieldName, min, max, true, true);  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 基于前缀的搜索 
      * @see 它是对Field分词后的结果进行前缀查找的结果 
      */  
     public void searchByPrefix(String fieldName, String prefix){  
         Query query = new PrefixQuery(new Term(fieldName, prefix));  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 基于通配符的搜索 
      * @see *-->任意多个字符 
      * @see ?-->一个字符 
      */  
     public void searchByWildcard(String fieldName, String wildcard){  
         Query query = new WildcardQuery(new Term(fieldName, wildcard));  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 模糊搜索 
      * @see 与通配符搜索不同 
      */  
     public void searchByFuzzy(String fieldName, String fuzzy){  
         Query query = new FuzzyQuery(new Term(fieldName, fuzzy));  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 多条件搜索 
      * @see 本例中搜索name值中以Ja开头,且content中包含am的内容 
      * @see Occur.MUST------表示此条件必须为true 
      * @see Occur.MUST_NOT--表示此条件必须为false 
      * @see Occur.SHOULD----表示此条件非必须 
      */  
     public void searchByBoolean(){  
         BooleanQuery query = new BooleanQuery();  
         query.add(new WildcardQuery(new Term("name", "Ja*")), Occur.MUST);  
         query.add(new TermQuery(new Term("content", "am")), Occur.MUST);  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 短语搜索 
      * @see 很遗憾的是短语查询对中文搜索没有太大的作用,但对英文搜索是很好用的,但它的开销比较大,尽量少用 
      */  
     public void searchByPhrase(){  
         PhraseQuery query = new PhraseQuery();  
         query.setSlop(1);                          //设置跳数  
         query.add(new Term("content", "am"));      //第一个Term  
         query.add(new Term("content", "Haerbin")); //产生距离之后的第二个Term  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 基于QueryParser的搜索 
      */  
     public void searchByQueryParse(){  
         QueryParser parser = new QueryParser(Version.LUCENE_36, "content", new StandardAnalyzer(Version.LUCENE_36));  
         Query query = null;  
         try {  
 //          query = parser.parse("Haerbin");           //搜索content中包含[Haerbin]的记录  
 //          query = parser.parse("I AND Haerbin");     //搜索content中包含[I]和[Haerbin]的记录  
 //          query = parser.parse("Lucene OR Haerbin"); //搜索content中包含[Lucene]或者[Haerbin]的记录  
 //          query = parser.parse("Lucene Haerbin");    //搜索content中包含[Lucene]或者[Haerbin]的记录  
 //          parser.setDefaultOperator(Operator.AND);   //将空格的默认操作OR修改为AND  
 //          //1)如果name域在索引时,不进行分词,那么无论这里写成[name:Jadyer]还是[name:jadyer],最后得到的都是0条记录  
 //          //2)由于name原值为大写[J],若索引时不对name分词,除非修改name原值为小写[j],并且搜索[name:jadyer]才能得到记录  
 //          query = parser.parse("name:Jadyer");       //修改搜索域为name=Jadyer的记录  
 //          query = parser.parse("name:Ja*");          //支持通配符  
 //          query = parser.parse("\"I am\"");          //搜索content中包含[I am]的记录(注意不能使用parse("content:'I am'"))  
 //          parser.setAllowLeadingWildcard(true);      //设置允许[*]或[?]出现在查询字符的第一位,即[name:*de],否则[name:*de]会报异常  
 //          query = parser.parse("name:*de");          //Lucene默认的第一个字符不允许为通配符,因为这样效率比较低  
 //          //parse("+am +name:Jade")--------------搜索content中包括[am]的,并且name=Jade的记录  
 //          //parse("am AND NOT name:Jade")--------搜索content中包括[am]的,并且nam不是Jade的记录  
 //          //parse("(blog OR am) AND name:Jade")--搜索content中包括[blog]或者[am]的,并且name=Jade的记录  
 //          query = parser.parse("-name:Jack +I");     //搜索content中包括[I]的,并且name不是Jack的记录(加减号要放到域说明的前面)  
 //          query = parser.parse("id:[1 TO 3]");       //搜索id值从1到3的记录(TO必须大写,且这种方式没有办法匹配数字)  
 //          query = parser.parse("id:{1 TO 3}");       //搜索id=2的记录  
             query = parser.parse("name:Jadk~");        //模糊搜索  
         } catch (ParseException e) {  
             e.printStackTrace();  
         }  
         this.doSearch(query);  
     }  
       
       
     /** 
      * 普通的分页搜索 
      * @see 适用于lucene3.5之前 
      * @param expr      搜索表达式 
      * @param pageIndex 页码 
      * @param pageSize  分页大小 
      */  
     public void searchPage(String expr, int pageIndex, int pageSize){  
         IndexSearcher searcher = this.getIndexSearcher();  
         QueryParser parser = new QueryParser(Version.LUCENE_36, "mycontent", new StandardAnalyzer(Version.LUCENE_36));  
         try {  
             Query query = parser.parse(expr);  
             TopDocs tds = searcher.search(query, pageIndex*pageSize);  
             ScoreDoc[] sds = tds.scoreDocs;  
             for(int i=(pageIndex-1)*pageSize; i<pageIndex*pageSize; i++){  
                 Document doc = searcher.doc(sds[i].doc);  
                 System.out.println("文档编号:" + sds[i].doc + "-->" + doc.get("myname") + "-->" + doc.get("mycontent"));  
             }  
         } catch (Exception e) {  
             e.printStackTrace();  
         } finally {  
             if(null != searcher){  
                 try {  
                     searcher.close();  
                 } catch (IOException e) {  
                     e.printStackTrace();  
                 }  
             }  
         }  
     }  
       
       
     /** 
      * 基于searchAfter的分页搜索 
      * @see 适用于Lucene3.5 
      * @param expr      搜索表达式 
      * @param pageIndex 页码 
      * @param pageSize  分页大小 
      */  
     public void searchPageByAfter(String expr, int pageIndex, int pageSize){  
         IndexSearcher searcher = this.getIndexSearcher();  
         QueryParser parser = new QueryParser(Version.LUCENE_36, "mycontent", new StandardAnalyzer(Version.LUCENE_36));  
         try {  
             Query query = parser.parse(expr);  
             TopDocs tds = searcher.search(query, (pageIndex-1)*pageSize);  
             //使用IndexSearcher.searchAfter()搜索,该方法第一个参数为上一页记录中的最后一条记录  
             if(pageIndex > 1){  
                 tds = searcher.searchAfter(tds.scoreDocs[(pageIndex-1)*pageSize-1], query, pageSize);  
             }else{  
                 tds = searcher.searchAfter(null, query, pageSize);  
             }  
             for(ScoreDoc sd : tds.scoreDocs){  
                 Document doc = searcher.doc(sd.doc);  
                 System.out.println("文档编号:" + sd.doc + "-->" + doc.get("myname") + "-->" + doc.get("mycontent"));  
             }  
         } catch (Exception e) {  
             e.printStackTrace();  
         } finally {  
             if(null != searcher){  
                 try {  
                     searcher.close();  
                 } catch (IOException e) {  
                     e.printStackTrace();  
                 }  
             }  
         }  
     }  
 }  

下面是JUnit4.x编写的测试

[java]view plaincopyprint? 
   
 package com.jadyer.test;  
   
 import java.io.File;  
   
 import org.junit.Before;  
 import org.junit.Test;  
   
 import com.jadyer.lucene.HelloSearch;  
   
 public class HelloSearchTest {  
     private HelloSearch hello;  
       
     @Before  
     public void init(){  
         hello = new HelloSearch();  
     }  
       
       
     @Test  
     public void searchByTerm(){  
         hello.searchByTerm("content", "my");  
     }  
       
       
     @Test  
     public void searchByTermRange(){  
         hello.searchByTermRange("name", "M", "o");  
     }  
       
       
     @Test  
     public void searchByNumericRange(){  
         hello.searchByNumericRange("attach", 2, 5);  
     }  
       
       
     @Test  
     public void searchByPrefix(){  
         hello.searchByPrefix("content", "b");  
     }  
       
       
     @Test  
     public void searchByWildcard(){  
         hello.searchByWildcard("name", "Ja??er");  
     }  
       
       
     @Test  
     public void searchByFuzzy(){  
         hello.searchByFuzzy("name", "Jadk");  
     }  
       
       
     @Test  
     public void searchByBoolean(){  
         hello.searchByBoolean();  
     }  
       
       
     @Test  
     public void searchByPhrase(){  
         hello.searchByPhrase();  
     }  
       
       
     @Test  
     public void searchByQueryParse(){  
         hello.searchByQueryParse();  
     }  
       
       
     @Test  
     public void searchPage(){  
         for(File file : new File("myExample/03_index/").listFiles()){  
             file.delete();  
         }  
         hello = new HelloSearch(true);  
         hello.searchPage("mycontent:javase", 2, 10);  
     }  
       
       
     @Test  
     public void searchPageByAfter(){  
         for(File file : new File("myExample/03_index/").listFiles()){  
             file.delete();  
         }  
         hello = new HelloSearch(true);  
         hello.searchPageByAfter("mycontent:javase", 3, 10);  
     }  
 }  

hzd_123

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
【Lucene3.6.2入门系列】第03节_简述Lucene中常见的搜索功能

[java] view plaincopyprint?package com.jadyer.lucene; import java.io.File; import java.io.IOException; import java.text.SimpleDateFormat; import java.util.Date;
复制链接

扫一扫