Solr 使用自定义 Query Parser

由于 Solr 默认的 Query Parser 生成的 Query 一般是 “短语查询”，导致只有很精确的结果才被搜索出来。大部分时候我们要分词后的 BooleanQuery。一年半前有篇关于 solr 使用自定义的 QueryParser 的文章。使用这个方法在 solr 中可以用自己的 Query Parser。

按照那篇文章，分别扩展：QParserPlugin、QParser、SolrQueryParser。我把它们实现为：ExtLuceneQParserPlugin、ExtLuceneQParser、SolrQueryParser 源码下载。

配置使用，把 solr-1.4-query-parser-extand-0.1.jar 放到 solr.home/lib 里，同时也把 mmseg4j-all-1.8.2-with-dic.jar 放到 solr.home 当然也可以其它分词器（paoding 可以，看：solr 中使用 paoding 中文分词，N久前验证过 paoding 使用这个扩展可以，有问题通知我）。

schema.xml 加或改：

1. <fieldType name=”text_cn” class=”solr.TextField” positionIncrementGap=”100″>
2. <analyzer>
3. <tokenizer class=”com.chenlb.mmseg4j.solr.MMSegTokenizerFactory”/>
4. </analyzer>
5. </fieldType>
6. <!–  ….. –>
7. <field name=”title” type=”text_cn” indexed=”true” stored=”true”/>
8. <defaultSearchField>title</defaultSearchField>
9. <solrQueryParser defaultOperator=”AND”/>

保存 doc-demo.xml，

1. <?xml version=”1.0″ encoding=”UTF-8″ ?>
2. <add>
3. <doc>
4. <field name=”id”>1</field>
5. <field name=”title”>研究空格生命起源</field>
6. </doc>
7. </add>

启动 solr (solr.root=e:/apache-solr-1.4.1), 提交一个文档。

1. #启动 solr
2. cd solr.root/example
3. java -jar start.jar
4. #提交索引
5. cd solr.root/example/exampledocs
6. java -jar post.jar doc-demo.xml

用两种方式查询：

1、extand lucene query parser 方式：查 研究生命起源

结果：

1. <?xml version=”1.0″ encoding=”UTF-8″?>
2. <response>
3. <lst name=”responseHeader”>
4. <int name=”status”>0</int>
5. <int name=”QTime”>0</int>
6. <lst name=”params”>
7. <str name=”debugQuery”>on</str>
8. <str name=”indent”>on</str>
9. <str name=”q”>研究生命起源</str>
10. <str name=”defType”>extlucene</str>
11. </lst>
12. </lst>
13. <result name=”response” numFound=”1″ start=”0″>
14. <doc>
15. <str name=”id”>1</str>
16. <str name=”title”>研究空格生命起源</str>
17. </doc>
18. </result>
19. <lst name=”debug”>
20. <str name=”rawquerystring”>研究生命起源</str>
21. <str name=”querystring”>研究生命起源</str>
22. <str name=”parsedquery”>+title:研究 +title:生命 +title:起源</str>
23. <str name=”parsedquery_toString”>+title:研究 +title:生命 +title:起源</str>
24. <str name=”QParser”>ExtLuceneQParser</str>
25. </lst>
26. </response>

2、用 solr 的默认 query parser 的查询，查 研究生命起源

结果：

1. <?xml version=”1.0″ encoding=”UTF-8″?>
2. <response>
3. <lst name=”responseHeader”>
4. <int name=”status”>0</int>
5. <int name=”QTime”>0</int>
6. <lst name=”params”>
7. <str name=”debugQuery”>on</str>
8. <str name=”indent”>on</str>
9. <str name=”start”>0</str>
10. <str name=”q”>研究生命起源</str>
11. <str name=”version”>2.2</str>
12. <str name=”rows”>10</str>
13. </lst>
14. </lst>
15. <result name=”response” numFound=”0″ start=”0″/>
16. <lst name=”debug”>
17. <str name=”rawquerystring”>研究生命起源</str>
18. <str name=”querystring”>研究生命起源</str>
19. <str name=”parsedquery”>PhraseQuery(title:”研究 生命 起源”)</str>
20. <str name=”parsedquery_toString”>title:”研究 生命 起源”</str>
21. <str name=”QParser”>LuceneQParser</str>
22. </lst>
23. </response>

对比两个结果：

1、第一个是 debug 输出 QParser 为 ExtLuceneQParser，是刚才安装的扩展。并且可以搜索到内容，为 BooleanQuery(“+title:研究 +title:生命 +title:起源”)；

2、第二个 debug 输出的 QParser 为 LuceneQParser，搜索不到内容，原因是它把查询解析为 PhraseQuery(title:”研究 生命 起源”)，它们必须紧接着的（当然可以指定 slop）。

源码使用说明(在 readme.txt 里)，源码下载：

copy example 目录到 solr.root(e:/apache-solr-1.4.1) 里。

cd solr.root/example
java -jar start.jar

cd solr.root/example/exampledocs
java -jar post.jar doc-demo.xml

比较两链接:

http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&defType=extlucene&indent=on&debugQuery=on

上面链接的参数可以加到 standard handle 里的defaults，如：

1. <requestHandler name=”standard” class=”solr.SearchHandler” default=”true”>
2. <!– default values for query parameters –>
3. <lst name=”defaults”>
4. <str name=”echoParams”>explicit</str>
5. <str name=”defType”>extlucene</str>
6. </lst>
7. </requestHandler>
8. <queryParser name=”extlucene” class=”com.chenlb.solr.search.ExtLuceneQParserPlugin”/>

正常的 solr query parser

http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&indent=on&debugQuery=on

这一问题困扰很多网友。特写这文章仅供参考。