Java之利用Filter实现两组关键词组合查询

1. 需求

根据客户名称，查询客户网络上面的负面信息。如客户名称为”盐城 盐城市“，并自定义负面关键词“贪污 受贿 被曝 曝光 小三 裸照”等，则是要求将包含这些负面关键词且包含客户名称的信息查询出来。注意事项：客户名称可定义多个（10个以内），负面关键词可以定义多个（300个以内）。

分析

如果只用一个参数q去定义查询，很可能查询字符串长度会溢出，查询q应该形如：

((盐城 OR 盐城市) AND 贪污) OR ((盐城 OR 盐城市) AND 受贿)…

所以本文采用Filter的形式来解决这一问题。

2. 解决步骤

• 步骤一：将所需要查询的客户名称、负面关键词加入到中文分词器词典文件中；（本文略）

只有中文能够将这些关键词正确分词，其它各项操作才能顺利进行。

• 步骤二：用爬虫工具将网络上的信息抓取下来后，在创建Lucene索引的时候， 将包含负面关键词的文档自定义分值（包含负面关键词越多，分值越高）；（说明略，可以参考：Lucene4.1：运用中文分词器创建索引，给指定文本增加boost值）
  这样可以保证查询时，包含负面关键词越多的文档，查询时排在越前面。
• 步骤三：按客户名称查询（如：盐城 盐城市）；
  正常查询输入。
• 步骤四：查询时加入过滤器（Filter），过滤器的输入就是负面关键词列表；
  加入过滤器后，实现的查询结果类似于：((盐城 OR 盐城市) AND 贪污) OR ((盐城 OR 盐城市) AND 受贿)…
• 步骤五：自定义高亮结果。
  因为客户名称需要高亮，负面关键词也需要高亮，所以需要自定义高亮显示。

3. SlorJ实现代码

package com.clzhang.sample.solr;

import java.io.*;
import java.util.*;
//加入Java开发交流君样：756584822一起吹水聊天
import org.apache.lucene.analysis.Analyzer;
i