Lucene Search（2）-filter，collector，querybuild

在本章，将要解决的核心问题是：

给定query，返回的结果文档必须包含查询词中的至少一个词。

试图通过构造booleanquery，手动编写collector。

下面先构造测试用例

query：yang wen jing

在索引中所有文档有：

doc1：yang yang

doc2：wen wen

doc3：jing jing

doc4: yang wen jing

doc5：no key words

那么输出结果是：1，2，3，4（此乃文档编号）

下面开始构造query（or and）

（1） 使用booleanquery每一个word的termquery用or连接。

（2）如果是and，booleanquery每一个word的termquery用and连接

这个函数可以完成上面的两个需求，轻松设置要满足query中的多少比例的查询词

在collector的继承中，改写collector函数。不使用评分函数，直接输出docid

在collector的collect函数，实现将符合要求的文档进行输出。在这里我们需要输出的是文档编号。用于后续评价。

（3）要实现float范围搜索

在search的时候写成如下格式便可以了

（4）使用IndexReader根据lucene中的文档编号提取相关信息

至此，我们就可以在python环境下编写相关代码了。

首先初始化Search类

然后重写了collecor类，将匹配上的文档放在了collector中，

在timestamp范围内的查询函数

其中的similarity的创建如下

至此，虽然没有完成，但是已经差不多写好了A组实验代码

在服务器上运行的时候，你会发现

用float的时候，这个range是不行的，不能加上后面的.0

这样可以运行

对子类初始化的时候，一定要初始化其父类

但是又出现这个问题

在search的时候报错了

又是参数错误，莫名其妙的

貌似是pylucene的问题，所以我就用java来写这部分程序吧

搜索过程没有问题，下面对结果进行部分抽检。将程序结果存放在txt文件中。然后抽查部分文档，使用工具检测其中是否含有关键字。

搜索结果出来了，Hour的持续时间是从2012-1-14到2012-1-31期间的数据

随机选择一个文档1326880859-9878bf9b7d0dc55916e57ec895664bf3，使用工具该文档的内容

可以知道检索的结果是正确的。是沉船相关的内容。