Lucene 的搜索
以上完成了索引的建立和一些关于索引的知识,但是光有索引是不行的,我们真正要做的检索,这才是我们的关键。现在我们看看
lucene
的检索吧。
认识检索从检索的工具开始吧!
IndexSearcher
类是
lucene
用于检索的工具类,我们在检索之前要得到这个类的实例。
第一步我们看以下代码:
IndexSearcher searcher = new IndexSearcher("c:\\index");
创建
IndexSearcher
实例需要告诉
lucene
索引的位置,就是你
IndexWrite
的文件路径。
Query query = null;
Hits hits = null;
query = QueryParser.parse(key1, "name", new StandardAnalyzer());
hits = searcher.search(query);
if (hits != null) {
if (hits.length() == 0) {
System.out.println(" 没有找到任何结果 ");
} else {
System.out.print(" 找到 ");
for (int i = 0; i < hits.length(); i++) {
Document d = hits.doc(i);
String dname = d.get("title");
System.out.print(dname + " " );
}
}
}
}
以上就是一个完整的检索过程,这里我们看见了个
Query
和
Hits
,这两个类就是比较关键的了,我们先从检索结果的
Hits
类说起。
我们使用
Hits
经常使用的几个方法有:
length() :
返回搜索结果的总数量。
Doc(int n) :
放回第
n
个文档。
Id(int n) :
返回第
n
个文档的内部编号。
Sorce(int n) :
返回第
n
个文档的得分。
看见这个
Sorce(int n)
这个方法,是不是就可以联想到搜索引擎的排序问题呢,像百度的推广是怎么做出来的呢
,
可想而知吧,那就说明必定存在一中方法可以动态的改变某片文档的得分。对了,
lucene
中可以使用
Document
的
setBoost
方法可以改变当前文档的
boost
因子。
下面我们看看:
Document doc1 = new Document();
doc1.add(Field.Text("contents", "word1 word"));
doc1.add(Field.Keyword("path", "path\\document1.txt"));
doc1.setBoost(1.0f);
这样我们就在改变了篇文档的评分了,当
boost
的值越大它的分值就越高,其出现的位置就越靠前。
让我们再来看看
lucene
为我们提供的各种
Query
吧。
第一、
按词条搜索
-
TermQuery
query = new TermQuery(new Term("name","word1"));
query = new TermQuery(new Term("name","word1"));
hits = searcher.search(query);
这样就可以把
field
为
name
的所有包含
word1
的文档检索出来了。
第二、
“与或”搜索
-
BooleanQuery
它实际是一个组合
query
看看下面的代码:
query1 = new TermQuery(new Term("name","word1"));
query2 = new TermQuery(new Term("name","word2"));
query = new BooleanQuery();
query.add(query1, false, false);
query.add(query2, false, false);
hits = searcher.search(query);
看看
booleanQuery
的用法吧:
true & true :
表明当前加入的字句是必须要满足的。相当于逻辑与。
false & true :
表明当前加入的字句是不可一被满足的,
相当于逻辑非。
false & false :
表明当前加入的字句是可选的,相当于逻辑或。
true & true :
错误的情况。
Lucene
可以最多支持连续
1024
的
query
的组合。
第三、
在某一范围内搜索
-
RangeQuery
IndexSearcher searcher = new IndexSearcher("c:\\index");
Term beginTime = new Term("time","200001");
Term endTime = new Term("time","200005");
Hits hits = null;
RangeQuery query = null;
query = new RangeQuery(beginTime, endTime, false);
hits = searcher.search(query);
RangeQuery
的构造函数的参数分别代表起始、结束、是否包括边界。这样我们就可以按照要求检索了。
第四、
使用前缀检索
-
PrefixQuery
这个检索的机制有点类似于
indexOf()
从前缀查找。这个常在英文中使用,中文中就很少使用了。代码如下:
IndexSearcher searcher = new IndexSearcher("c:\\index");
Term pre1 = new Term("name", "Da");
query = new PrefixQuery(pre1);
hits = searcher.search(query);
第五、
多关键字的搜索
-
PhraseQuery
可以多个关键字同时查询。使用如下:
query = new PhraseQuery();
query.add(word1);
query.add(word2);
query.setSlop(0);
hits = searcher.search(query);
printResult(hits, "'david' 与 'mary' 紧紧相隔的 Document");
query.setSlop(2);
hits = searcher.search(query);
printResult(hits, "'david' 与 'mary' 中相隔两个词的短语 ");
这里我们要注意
query.setSlop();
这个方法的含义。
query.setSlop(0);
紧紧相连
(这个的条件比较苛刻)
query.setSlop(2);
相隔
第六、
使用短语缀搜索
-
PharsePrefixQuery
使用
PharsePrefixQuery
可以很容易的实现相关短语的检索功能。
实例:
query = new PhrasePrefixQuery();
// 加入可能的所有不确定的词
Term word1 = new Term("content", "david");
Term word2 = new Term("content", "mary");
Term word3 = new Term("content", "smith");
Term word4 = new Term("content", "robert");
query.add(new Term[]{word1, word2});
// 加入确定的词
query.add(word4);
query.setSlop(2);
hits = searcher.search(query);
printResult(hits, " 存在短语 'david robert' 或 'mary robert' 的文档 ");
第七、
相近词语的搜索
-
fuzzyQuery
可以通俗的说它是一种模糊查询。
实例:
Term word1 = new Term("content", "david");
Hits hits = null;
FuzzyQuery query = null;
query = new FuzzyQuery(word1);
hits = searcher.search(query);
printResult(hits," 与 'david' 相似的词 ");
第八、
使用通配符搜索
-
WildcardQuery
实例:
IndexSearcher searcher = new IndexSearcher("c:\\index");
Term word1 = new Term("content", "*ever");
Term word2 = new Term("content", "wh?ever");
Term word3 = new Term("content", "h??ever");
Term word4 = new Term("content", "ever*");
WildcardQuery query = null;
Hits hits = null;
query = new WildcardQuery(word1);
hits = searcher.search(query);
printResult(hits, "*ever");
query = new WildcardQuery(word2);
hits = searcher.search(query);
printResult(hits, "wh?ever");
query = new WildcardQuery(word3);
hits = searcher.search(query);
printResult(hits, "h??ever");
query = new WildcardQuery(word4);
hits = searcher.search(query);
printResult(hits, "ever*");
由上可以看出通配符?代便
1
个字符,
*
代表
0
到多个字符。
Lucene
现在支持以上八中的搜索方式,我们可以根据需要选择适合自己的搜索方式。当然上面提供的一些可能对英文还是比较有效,中文就不可取了,所以我们开始想想百度,我们只在一个输入框中搜索结果。有了这个疑问我们揭开下一章的讨论吧!
查询字符串的解析:这个就是我们经常在一个输入框中输入我们要检索的文字,交给搜索引擎去帮我们分词。
QueryParser
类就是对查询字符串的解析类。
看看它的用法:
query = QueryParser.parse(key1, "name", new StandardAnalyzer());
hits = searcher.search(query);
它直接返回一个
Query
对象。需要传入的参数分别是:
用户需要查询的字符串、需要检索的对应字段名称、采用的分词类。
Analyzer analyzer = new CJKAnalyzer();
String[] fields = {"filename", "content"};
Query query = MultiFieldQueryParser.parse(searchword, fields, analyzer);
Hits hits = searcher.search(query);
QueryParser
的“与”
和
“或”:
QueryParser
之间默认是或,我们想改变为与的话加入以下代码:
QueryParser.setOperator(QueryParser.DEFAULT_OPERATOR_AND);
就可以了。
5 高级搜索技巧
前面我们已经介绍了一般情况下
lucene
的使用技巧,现在我们探讨一下高级搜索的技巧吧!
1、
对搜索结果进行排序:
1)
使用
sort
类排序:
Sort sort = new Sort();
hits = searcher.search(query,sort);
这种方式是使用默认的
sort
排序方式进行排序。默认的
sort
排序是按照相关度进行排序。即通过
luence
的评分机制进行排序。
2)
对某一字段进行排序
Sort sort = new Sort( “ content ” );
hits = searcher.search(query,sort);
3)
对多个字段进行排序
Sort sort = new Sort(new SortField[]{new SortField("title"),new SortField("contents")});
hits = searcher.search(query,sort);
2、
多域搜索和多索引搜索:
在使用
luecene
时,如果查询的只是某些
terms
,而不关心这些词条到时来自那个字段中时。这时可以使用
MultiFieldQueryParser
类。这个用于用户搜索含有某个关键字是否存在在字段中,他们之间的关系使用
OR
连接。即不管存在在哪一个字段都会显示显示出来。
使用
MultiSearcher
可以满足同时多索引的搜索需求。
Searcher[] searchers = new Searcher[2];
searchers[0] = new IndexSearcher(indexStoreB);
searchers[1] = new IndexSearcher(indexStoreA);
// 创建一个多索引检索器
Searcher mSearcher = new MultiSearcher(searchers);
3、
对搜索结果进行过滤:
1)
对时间进行过滤
通常情况下我们对搜索结果要进行过滤显示,即只显示过滤后的结果。
doc.add(Field.Keyword("datefield", DateField.timeToString(now - 1000)));
DateFilter df1 = DateFilter.Before("datefield", now);
2)
查询过滤器
通过查询过滤器可以过滤一部分的信息。
Filter filter = new Filter()
{
public BitSet bits (IndexReader reader) throws IOException
{
BitSet bitset = new BitSet(5);
bitset.set (1);
bitset.set (3);
return bitset;
}
};
// 生成带有过滤器的查询对象
Query filteredquery = new FilteredQuery (query, filter);
// 返回检索结果
Hits hits = searcher.search (filteredquery);
这样我们就可以使用自己定义的过滤方式去过滤信息了。
3)
带缓存的过滤器:
使用待缓存的过滤器我们可以重用过滤功能,如下:
MockFilter filter = new MockFilter();
CachingWrapperFilter cacher = new CachingWrapperFilter(filter);
cacher.bits(reader);
以上介绍完了现在学习 luence ,没有太详细的介绍它的实现,因为它对于我们来说是一个工具,既然是工具我们就要会用就可以了。