luncene 查询字符串的解析—QueryParser类
http://blog.csdn.net/hongfu_/article/details/1933366
搜索流程中的第二步就是構建一個Query。下面就來介紹Query及其構建。
當用戶輸入一個關鍵字，搜索引擎接收到后，并不是立刻就將它放入后臺開始進行關鍵字的檢索，而應當首先對這個關鍵字進行一定的分析和處理，使之成為一種后臺可以理解的形式，只有這樣，才能提高檢索的效率，同時檢索出更加有效的結果。那么，在Lucene中，這種處理，其實就是構建一個Query對象。
就Query對象本身言，它只是Lucene的search包中的一個抽象類，這個抽象類有許多子類，代表了不同類型的檢索。如常見的TermQuery就是將一個簡單的關鍵字進行封裝后的對象，類似的還有BooleanQuery，即布爾型的查找。
IndexSearcher對象的search方法中總是需要一個Query對象（或是Query子類的對象），本節就來介紹各種Query類。
11.4.1??按詞條搜索—TermQuery
TermQuery是最簡單、也是最常用的Query。TermQuery可以理解成為“詞條搜索”，在搜索引擎中最基本的搜索就是在索引中搜索某一詞條，而TermQuery就是用來完成這項工作的。
在Lucene中詞條是最基本的搜索單位，從本質上來講一個詞條其實就是一個名/值對。只不過這個“名”是字段名，而“值”則表示字段中所包含的某個關鍵字。
要使用TermQuery進行搜索首先需要構造一個Term對象，示例代碼如下：
Term aTerm = new Term("contents", "java")；
然后使用aTerm對象為參數來構造一個TermQuery對象，代碼設置如下：
Query query = new TermQuery(aTerm)；
這樣所有在“contents”字段中包含有“java”的文檔都會在使用TermQuery進行查詢時作為符合查詢條件的結果返回。
下面就通過代碼11.4來介紹TermQuery的具體實現過程。
代碼11.4? TermQueryTest.java
package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.TermQuery;
?
public class TermQueryTest
{
? public static void main(String[] args) throws Exception
? {
? ?? //生成Document對象
??? Document doc1 = new Document();
? ?? //添加“name”字段的內容
??? doc1.add(Field.Text("name", "word1 word2 word3"));
? ?? //添加“title”字段的內容
??? doc1.add(Field.Keyword("title", "doc1"));
? ?? //生成索引書寫器
??? IndexWriter writer = new IndexWriter("c://index", new StandardAnalyzer(), true);
? ??
??? //將文檔添加到索引中
??? writer.addDocument(doc1);
? ?? //關閉索引
??? writer.close();
?
? ?? //生成查詢對象query
??? Query query = null;
? ??
??? //生成hits結果對象，保存返回的檢索結果
??? Hits hits = null;
???
? ?? //生成檢索器
??? IndexSearcher searcher = new IndexSearcher("c://index");
???
? ?? //?構造一個TermQuery對象
??? query = new TermQuery(new Term("name","word1"));
? ?? //開始檢索，并返回檢索結果到hits中
??? hits = searcher.search(query);
? ?? //輸出檢索結果中的相關信息
??? printResult(hits, "word1");
?
? ?? //?再次構造一個TermQuery對象，只不過查詢的字段變成了"title"
??? query = new TermQuery(new Term("title","doc1"));
? ?? //開始第二次檢索，并返回檢索結果到hits中
??? hits = searcher.search(query);
? ?? //輸出檢索結果中的相關信息
??? printResult(hits, "doc1");
?
? }
?
? public static void printResult(Hits hits, String key) throws Exception
? {
? ??System.out.println("查找?/"" + key + "/" :");
??? if (hits != null)
??? {
????? if (hits.length() == 0)
????? {
??????? System.out.println("沒有找到任何結果");
????? }
????? else
????? {
??????? System.out.println("找到" + hits.length() + "個結果");
??????? for (int i = 0; i < hits.length(); i++)
??????? {
????????? Document d = hits.doc(i);
????????? String dname = d.get("title");
????????? System.out.print(dname + "?? ");
??????? }
??????? System.out.println();
??????? System.out.println();
????? }
??? }
? }
}
在代碼11.4中使用TermQuery進行檢索的運行結果如圖11-8所示。
注意：字段值是區分大小寫的，因此在查詢時必須注意大小寫的匹配。
從圖11-8中可以看出，代碼11.4兩次分別以“word1”和“doc1”為關鍵字進行檢索，并且都只得到了一個檢索結果。
在代碼11.4中通過構建TermQuery的對象，兩次完成了對關鍵字的查找。兩次查找過程中不同的是，第一次構建的TermQuery是查找“name”這個字段，而第二次構建的TermQuery則查找的是“title”這個字段。
11.4.2??“與或”搜索—BooleanQuery
BooleanQuery也是實際開發過程中經常使用的一種Query。它其實是一個組合的Query，在使用時可以把各種Query對象添加進去并標明它們之間的邏輯關系。在本節中所討論的所有查詢類型都可以使用BooleanQuery綜合起來。BooleanQuery本身來講是一個布爾子句的容器，它提供了專門的API方法往其中添加子句，并標明它們之間的關系，以下代碼為BooleanQuery提供的用于添加子句的API接口：
public void add(Query query, boolean required, boolean prohibited)；
注意：BooleanQuery是可以嵌套的，一個BooleanQuery可以成為另一個BooleanQuery的條件子句。
下面以11.5為例來介紹進行“與”操作的布爾型查詢。
代碼11.5? BooleanQueryTest1.java
package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.BooleanQuery;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.TermQuery;
?
public class BooleanQueryTest1
{
? public static void main (String [] args) throws Exception {
? ?? //生成新的Document對象
??? Document doc1 = new Document();
??? doc1.add(Field.Text("name", "word1 word2 word3"));
??? doc1.add(Field.Keyword("title", "doc1"));
???
??? Document doc2 = new Document();
??? doc2.add(Field.Text("name", "word1 word4 word5"));
??? doc2.add(Field.Keyword("title", "doc2"));
???
??? Document doc3 = new Document();
??? doc3.add(Field.Text("name", "word1 word2 word6"));
??? doc3.add(Field.Keyword("title", "doc3"));
???
? ?? //生成索引書寫器
??? IndexWriter writer = new IndexWriter("c://index", new StandardAnalyzer(), true);
? ?? //添加到索引中
??? writer.addDocument(doc1);
??? writer.addDocument(doc2);
??? writer.addDocument(doc3);
??? writer.close();
???
??? Query query1 = null;
??? Query query2 = null;
??? BooleanQuery query = null;
??? Hits hits = null;
???
? ?? //生成IndexSearcher對象
??? IndexSearcher searcher = new IndexSearcher("c://index");
???
??? query1 = new TermQuery(new Term("name","word1"));
??? query2 = new TermQuery(new Term("name","word2"));
???
??? //?構造一個布爾查詢
??? query = new BooleanQuery();
???
??? //?添加兩個子查詢
??? query.add(query1, true, false);
??? query.add(query2, true, false);
???
??? hits = searcher.search(query);
??? printResult(hits, "word1和word2");
???
? }
?
? public static void printResult(Hits hits, String key) throws Exception
? {
??? System.out.println("查找?/"" + key + "/" :");
??? if (hits != null)
??? {
????? if (hits.length() == 0)
????? {
??????? System.out.println("沒有找到任何結果");
????? }
????? else
????? {
??????? System.out.println("找到" + hits.length() + "個結果");
??????? for (int i = 0; i < hits.length(); i++)
??????? {
????????? Document d = hits.doc(i);
????????? String dname = d.get("title");
????????? System.out.print(dname + "?? ");
??????? }
??????? System.out.println();
??????? System.out.println();
????? }
??? }
? }
}
代碼11.5首先構造了兩個TermQuery，然后構造了一個BooleanQuery的對象，并將兩個TermQuery當成它的查詢子句加入Boolean查詢中。
再來看一下BooleanQuery的add方法，除了它的第一個參數外，它還有另外兩個布爾型的參數。第1個參數的意思是當前所加入的查詢子句是否必須滿足，第2個參數的意思是當前所加入的查詢子句是否不需要滿足。這樣，當這兩個參數分別選擇true和false時，會有4種不同的組合。
???? true?＆false：表明當前加入的子句是必須要滿足的。
???? false＆true：表明當前加入的子句是不可以被滿足的。
???? false＆false：表明當前加入的子句是可選的。
???? true＆true：錯誤的情況。
由前面的示例可以看出由于加入的兩個子句都選用了true＆false的組合，因此它們兩個都是需要被滿足的，也就構成了實際上的“與”關系，運行效果如圖11-9所示。
如果是要進行“或”運算，則可按如下代碼來構建查詢子句：
query.add(query1, false, false);
query.add(query2, false, false);
代碼的運行效果如圖11-10所示。
?????????????????
???????圖11-9? BooleanQuery測試1??????????????????????????圖11-10? BooleanQuery測試2
由于布爾型的查詢是可以嵌套的，因此可以表示多種條件下的組合。不過，如果子句的數目太多，可能會導致查找效率的降低。因此，Lucene給出了一個默認的限制，就是布爾型Query的子句數目不能超過1024。
11.4.3??在某一范圍內搜索—RangeQuery
有時用戶會需要一種在一個范圍內查找某個文檔，比如查找某一時間段內的所有文檔，此時，Lucene提供了一種名為RangeQuery的類來滿足這種需求。
RangeQuery表示在某范圍內的搜索條件，實現從一個開始詞條到一個結束詞條的搜索功能，在查詢時“開始詞條”和“結束詞條”可以被包含在內也可以不被包含在內。它的具體用法如下：
RangeQuery query = new RangeQuery(begin, end, included);
在參數列表中，最后一個boolean值表示是否包含邊界條件本身，即當其為TRUE時，表示包含邊界值，用字符可以表示為“[begin TO end]”；當其為FALSE時，表示不包含邊界值，用字符可以表示為“{begin TO end}”。
下面通過代碼11.6介紹RangeQuery使用的方法。
代碼11.6? RangeQueryTest.java
package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.RangeQuery;
?
public class RangeQueryTest {
? ?? public static void main (String [] args) throws Exception {
? ??????
? ?????? //生成文檔對象，下同
? ?????? Document doc1 = new Document();
? ?????? //添加“time”字段中的內容，下同
? ?? ????doc1.add(Field.Text("time", "200001"));
? ?????? //添加“title”字段中的內容，下同
? ?? ????doc1.add(Field.Keyword("title", "doc1"));
? ?? ????
? ?? ????Document doc2 = new Document();
? ?? ????doc2.add(Field.Text("time", "200002"));
? ?? ????doc2.add(Field.Keyword("title", "doc2"));
? ?? ????
? ?? ????Document doc3 = new Document();
? ?? ????doc3.add(Field.Text("time", "200003"));
? ?? ????doc3.add(Field.Keyword("title", "doc3"));
? ?? ????
? ?? ????Document doc4 = new Document();
? ?? ????doc4.add(Field.Text("time", "200004"));
? ?? ????doc4.add(Field.Keyword("title", "doc4"));
? ?? ????
? ?? ????Document doc5 = new Document();
? ?? ????doc5.add(Field.Text("time", "200005"));
? ?? ????doc5.add(Field.Keyword("title", "doc5"));
? ?? ????
? ?????? //生成索引書寫器
? ?? ????IndexWriter writer = new IndexWriter("c://index", new StandardAnalyzer(), true);
? ?????? //設置為混合索引格式
? ????????writer.setUseCompoundFile(true);
? ??????
? ?????? //將文檔對象添加到索引中
? ?????? writer.addDocument(doc1);
? ?????? writer.addDocument(doc2);
? ?????? writer.addDocument(doc3);
? ?????? writer.addDocument(doc4);
? ?????? writer.addDocument(doc5);
? ??????
? ?????? //關閉索引
? ?????? writer.close();
? ??????
? ?????? //生成索引搜索器
? ?????? IndexSearcher searcher = new IndexSearcher("c://index");
? ??????
? ?????? //構造詞條
? ?????? Term beginTime = new Term("time","200001");
? ?????? Term endTime = new Term("time","200005");
? ??????
? ?????? //用于保存檢索結果
? ?????? Hits hits = null;
? ?????? //生成RangeQuery對象，初始化為null
? ?????? RangeQuery query = null;
? ??????
? ?????? //構造RangeQuery對象，檢索條件中不包含邊界值
? ?????? query = new RangeQuery(beginTime, endTime, false);
? ?????? //開始檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits, "從200001～200005的文檔，不包括200001和200005");
? ??????
? ?????? //再構造一個RangeQuery對象，檢索條件中包含邊界值
? ?????? query = new RangeQuery(beginTime, endTime, true);
? ?????? //開始第二次檢索
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits, "從200001～200005的文檔，包括200001和200005");
? ??????
? ?? }
? ??
? ?? public static void printResult(Hits hits, String key) throws Exception
? ?????? {System.out.println("查找?/"" + key + "/" :");
? ?????? if (hits != null) {
? ?????????? if (hits.length() == 0) {
? ?????????????? System.out.println("沒有找到任何結果");
? ?????????? } 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 + "?? " );
? ?????????????? }
? ?????????????? System.out.println();
? ?????????????? System.out.println();
? ?????????? }
? ?????? }
? ?? }
}
在上述代碼中首先構造了兩個Term詞條，然后構造了一個RangeQuery對象。在初始化RangeQuery對象的時候，使用構造的兩個Term詞條作為RangeQuery構造函數的參數。前面已經說過，RangeQuery的構造函數中的兩個參數分別稱為“開始詞條”和“結束詞條”，它的含義也就是查找介于這兩者之間的所有Document。
構建的Document的“time”字段值均介于200001～200005之間，其檢索結果如圖11-11所示。
圖11-11? RangeQuery測試結果
從圖11-11中可以看出，在代碼11.6中使用RangeQuery共進行了兩次檢索，第一次的檢索條件中不包括邊界值，第二次的檢索條件中包括邊界值。
從代碼11.6和圖11-11中可以看出，第1次使用FALSE參數構造的RangeQuery對象不包括2個邊界值，因此只返回3個Document，而第2次使用TRUE參數構造的RangeQuery則包括2個邊界值，因此將5個Document全部返回了。
11.4.4??使用前綴搜索—PrefixQuery
PrefixQuery就是使用前綴來進行查找的。通常情況下，首先定義一個詞條Term。該詞條包含要查找的字段名以及關鍵字的前綴，然后通過該詞條構造一個PrefixQuery對象，就可以進行前綴查找了。
下面以代碼11.7為例來介紹使用PrefixQuery進行檢索的運行過程。
代碼11.7? PrefixQueryTest.java
package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.PrefixQuery;
import org.apache.lucene.search.RangeQuery;
?
public class PrefixQueryTest {
? ?? public static void main(String[] args) throws Exception {
? ?????? //生成Document對象，下同
? ?????? Document doc1 = new Document();
? ?????? //添加“name”字段的內容，下同
? ?????? doc1.add(Field.Text("name", "David"));
? ?????? //添加“title”字段的內容，下同
? ?????? doc1.add(Field.Keyword("title", "doc1"));
?
? ?????? Document doc2 = new Document();
? ?????? doc2.add(Field.Text("name", "Darwen"));
? ?????? doc2.add(Field.Keyword("title", "doc2"));
?
? ?????? Document doc3 = new Document();
? ?????? doc3.add(Field.Text("name", "Smith"));
? ?????? doc3.add(Field.Keyword("title", "doc3"));
?
? ?????? Document doc4 = new Document();
? ?????? doc4.add(Field.Text("name", "Smart"));
? ?????? doc4.add(Field.Keyword("title", "doc4"));
?
? ?????? //生成索引書寫器
? ?????? IndexWriter writer = new IndexWriter("c://index",
? ?????????????? new StandardAnalyzer(), true);
? ?????? //設置為混合索引模式
? ?????? writer.setUseCompoundFile(true);
? ?????? //依次將文檔添加到索引中
? ?????? writer.addDocument(doc1);
? ?????? writer.addDocument(doc2);
? ?????? writer.addDocument(doc3);
? ?????? writer.addDocument(doc4);
? ?????? //關閉索引書寫器
? ?????? writer.close();
?
? ?????? //生成索引搜索器對象
? ?????? IndexSearcher searcher = new IndexSearcher("c://index");
? ?????? //構造詞條
? ?????? Term pre1 = new Term("name", "Da");
??? ???? Term pre2 = new Term("name", "da");
? ?????? Term pre3 = new Term("name", "sm");
?
? ?????? //用于保存檢索結果
? ?????? Hits hits = null;
? ?????? //生成PrefixQuery類型的對象，初始化為null
? ?????? PrefixQuery query = null;
?
? ?????? query = new PrefixQuery(pre1);
?
? ?????? //開始第一次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出相應的檢索結果
? ?????? printResult(hits, "前綴為'Da'的文檔");
? ??????
? ?????? query = new PrefixQuery(pre2);
? ?????? //開始第二次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出相應的檢索結果
? ?????? printResult(hits, "前綴為'da'的文檔");
? ??????
? ?????? query = new PrefixQuery(pre3);
? ?????? //開始第二次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出相應的檢索結果
? ?????? printResult(hits, "前綴為'sm'的文檔");
?
? ?? }
?
? ?? public static void printResult(Hits hits, String key) throws Exception
? ?????? {System.out.println("查找?/"" + key + "/" :");
? ?????? if (hits != null) {
? ?????????? if (hits.length() == 0) {
? ?????????????? System.out.println("沒有找到任何結果");
? ?????????????? System.out.println();
? ?????????? } else {
? ?????????????? System.out.print("找到");
? ?????????????? for (int i = 0; i < hits.length(); i++) {
? ?????????????????? //取得文檔
? ?????????????????? Document d = hits.doc(i);
? ?????????????????? //取得“title”字段的內容
? ?????????????????? String dname = d.get("title");
? ?????????????????? System.out.print(dname + "?? ");
? ?????????????? }
? ?????????????? System.out.println();
? ?????????????? System.out.println();
? ?????????? }
? ?????? }
? ?? }
}
在上述代碼中，首先構造了4個不同的Document。每個Document都有一個名為“name”的字段，其中存儲了人物的名稱。然后，代碼構建了3個不同的詞條，分別為“Da”、“da”和“sm”，可以看到，它們正好都是“name”字段中關鍵字的前綴。
代碼的運行結果如圖11-12所示。
從圖11-12中可以看出，使用PrefixQuery共進行了3次檢索，關鍵字分別為“Da”、“da”和“sm”，返回的檢索結果情況在圖中已經有明確的說明。不過，如果使用“Da”作為關鍵字會沒有任何的檢索結果，而使用“da”就有檢索結果，這個問題將在后面作詳細介紹。
從代碼11.7和圖11-12中可以看出，“da”前綴和“sm”前綴都順利地找到了它們所在的文檔，可是為什么與文檔中關鍵字大小寫一致的“Da”卻沒有找到呢？這是因為Lucene的標準分析器在進行分詞過濾時將所有的關鍵字一律轉成了小寫，所以才會出現這樣的結果。這也是開發者應當引起注意的地方。
11.4.5??多關鍵字的搜索—PhraseQuery
除了普通的TermQuery外，Lucene還提供了一種Phrase查 詢的功能。用戶在搜索引擎中進行搜索時，常常查找的并非是一個簡單的單詞，很有可能是幾個不同的關鍵字。這些關鍵字之間要么是緊密相聯，成為一個精確的短 語，要么是可能在這幾個關鍵字之間還插有其他無關的關鍵字。此時，用戶希望將它們找出來。不過很顯然，從評分的角度看，這些關鍵字之間擁有與查找內容無關 短語所在的文檔的分值一般會較低一些。
PhraseQuery正是Lucene所提供的滿足上述需求的一種Query對象。它的add方法可以讓用戶往其內部添加關鍵字，在添加完畢后，用戶還可以通過setSlop()方法來設定一個稱之為“坡度”的變量來確定關鍵字之間是否允許、允許多少個無關詞匯的存在。
下面以代碼11.8為例對PhraseQuery進行介紹。
代碼11.8? PhraseQueryTest.java
package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.PhraseQuery;
import org.apache.lucene.search.PrefixQuery;
?
public class PhraseQueryTest {
? ?? public static void main(String[] args) throws Exception {
? ?????? //生成Document對象
? ?????? Document doc1 = new Document();
? ?????? //添加“content”字段的內容
? ?????? doc1.add(Field.Text("content", "david mary smith robert"));
? ?????? //添加“title”字段的內容
? ?????? doc1.add(Field.Keyword("title", "doc1"));
?
? ?????? //生成索引書寫器
? ?????? IndexWriter writer = new IndexWriter("c://index",
? ?????????????? new StandardAnalyzer(), true);
? ?????? //設置為混合索引格式
? ?????? writer.setUseCompoundFile(true);
? ?????? //將文檔添加到索引中
? ?????? writer.addDocument(doc1);
? ?????? //關閉索引
? ?????? writer.close();
?
? ?????? //生成索引搜索器
? ?????? IndexSearcher searcher = new IndexSearcher("c://index");
? ?????? //構造詞條
? ?????? Term word1 = new Term("content", "david");
? ?????? Term word2 = new Term("content","mary");
? ?????? Term word3 = new Term("content","smith");
? ?????? Term word4 = new Term("content","robert");
? ??????
? ?????? //用于保存檢索結果
? ?????? Hits hits = null;
? ?????? //生成PhraseQuery對象，初始化為null
? ?????? PhraseQuery query = null;
?
? ?????? //?第一種情況，兩個詞本身緊密相連，先設置坡度為0，再設置坡度為2
? ?????? query = new PhraseQuery();
? ?????? query.add(word1);
? ?????? query.add(word2);
? ?????? //設置坡度
? ?????? query.setSlop(0);
? ?????? //開始檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits, "'david'與'mary'緊緊相隔的Document");
? ??????
? ?????? //再次設置坡度
? ?????? query.setSlop(2);
? ?????? //開始第二次檢索
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果
? ?????? printResult(hits, "'david'與'mary'中相隔兩個詞的短語");
? ??????
? ?????? //?第二種情況，兩個詞本身相隔兩個詞，先設置坡度為0，再設置坡度為2
? ?????? query = new PhraseQuery();
? ?????? query.add(word1);
? ?????? query.add(word4);
? ?????? //設置坡度
? ?????? query.setSlop(0);
? ?????? //開始第三次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果
? ?????? printResult(hits, "'david'與'robert'緊緊相隔的Document");
? ??????
? ?????? //設置坡度
? ?????? query.setSlop(2);
? ?????? //開始第四次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果
? ?????? printResult(hits, "'david'與'robert'中相隔兩個詞的短語");
? ??????
?
? ?? }
?
? ?? public static void printResult(Hits hits, String key) throws Exception
? ?????? {System.out.println("查找?/"" + key + "/" :");
? ?????? if (hits != null) {
? ?????????? if (hits.length() == 0) {
? ?????????????? System.out.println("沒有找到任何結果");
? ?????????????? System.out.println();
? ?????????? } else {
? ?????????????? System.out.print("找到");
? ?????????????? for (int i = 0; i < hits.length(); i++) {
? ?????????????????? //取得文檔對象
? ?????????????????? Document d = hits.doc(i);
? ?????????????????? //取得“title”字段的內容
? ?????????????????? String dname = d.get("title");
? ?????????????????? //輸出相關的信息
? ?????????????????? System.out.print(dname + "?? ");
? ?????????????? }
? ?????????????? System.out.println();
? ?????????????? System.out.println();
? ?????????? }
? ?????? }
? ?? }
}
在上述代碼中創建了一個Document，這個Document的“content”域中含有4個關鍵字。接下來，代碼創建了一個PhraseQuery對象，首先將前兩個緊緊相連關鍵字放入其中，并設置它們的坡度值分別為0和2，接下來，又將第一個和最后一個關鍵字放入其中，同樣設置它們的坡度值為0和2。
代碼11.8的運行效果，如圖11-13所示。
從圖11.8中可以看出，代碼11.8共進行了4次檢索測試，并且分兩組分別對檢索結果進行對比。
從代碼11.8和圖11-13中可以看出，對兩個緊連的關鍵字來說無論將坡度設置為多少，Lucene總能找到它所在的文檔，而對兩個不緊連的關鍵字，如果坡度值小于它們之間無關詞的數量，那么則無法找到。其實，當兩個關鍵字之間的無關詞數小于等于坡度值時，總是可以被找到。
11.4.6??使用短語綴搜索—PhrasePrefixQuery
PhrasePrefixQuery與Phrase有些類似。在PhraseQuery中，如果用戶想查找短語“david robert”，又想查找短語“mary robert”。那么，他就只能構建兩個PhraseQuery，然后再使用BooleanQuery將它們作為其中的子句，并使用“或”操作符來連接，這樣就能達到需要的效果。PhrasePrefixQuery可以讓用戶很方便地實現這種需要。
接下來看看在代碼11.9中是如何使用PhrasePrefixQuery來實現的。
代碼11.9? PhrasePrefixQueryTest.java
package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.PhrasePrefixQuery;
import org.apache.lucene.search.PhraseQuery;
import org.apache.lucene.search.RangeQuery;
?
public class PhrasePrefixQueryTest {
? ?? public static void main(String[] args) throws Exception {
? ?????? //生成Document對象
? ?????? Document doc1 = new Document();
? ?????? //添加“content”字段的內容
? ?????? doc1.add(Field.Text("content", "david mary smith robert"));
? ?????? //添加“title”字段的內容
? ?????? doc1.add(Field.Keyword("title", "doc1"));
?
? ?????? //生成索引書寫器對象
? ?????? IndexWriter writer = new IndexWriter("c://index",
? ?????????????? new StandardAnalyzer(), true);
? ?????? //將文檔添加到索引中
? ?????? writer.addDocument(doc1);
? ?????? //關閉索引書寫器
? ?????? writer.close();
?
? ?????? //生成索引檢索器
? ?????? IndexSearcher searcher = new IndexSearcher("c://index");
? ?????? //構造詞條
? ?????? Term word1 = new Term("content", "david");
? ?????? Term word2 = new Term("content", "mary");
? ?????? Term word3 = new Term("content", "smith");
? ?????? Term word4 = new Term("content", "robert");
?
? ?????? //用于保存檢索結果
? ?????? Hits hits = null;
? ?????? //生成PhrasePrefixQuery對象，初始化為null
? ?????? PhrasePrefixQuery query = null;
? ??????
? ?????? query = new PhrasePrefixQuery();
? ?????? //?加入可能的所有不確定的詞
? ?????? query.add(new Term[]{word1, word2});
? ?????? //?加入確定的詞
? ?????? query.add(word4);
? ?????? //設置坡度
? ?????? query.setSlop(2);
? ?????? //開始檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits, "存在短語'david robert'或'mary robert'的文檔");
? ?? }
?
? ?? public static void printResult(Hits hits, String key) throws Exception
? ?????? {System.out.println("查找?/"" + key + "/" :");
? ?????? if (hits != null) {
? ?????????? if (hits.length() == 0) {
? ?????????????? System.out.println("沒有找到任何結果");
? ?????????????? System.out.println();
? ?????????? } else {
? ?????????????? System.out.print("找到");
? ?????????????? for (int i = 0; i < hits.length(); i++) {
? ?????????????? //獲取文檔對象
? ?????????????????? Document d = hits.doc(i);
? ?????????????????? //取得“title”字段內容
? ?????????????????? String dname = d.get("title");
? ?????????????????? System.out.print(dname + "?? ");
? ?????????????? }
? ?????????????? System.out.println();
? ?????????????? System.out.println();
? ?????????? }
? ?????? }
? ?? }
}
在上述代碼中，首先構建了一個Document，它的“content”字段中包含4個關鍵字。接下來，構建了一個PhrasePrefixQuery的對象，調用它的add(Term [])方法設定出現在短語中的第一個關鍵詞。由于這個方法的參數類型為一個Term型的數組，所以，它可以設置多個Term，即出現在短語中的第一個詞就在這個數組中進行選擇。然后，再使用add(Term)方法設置出現在短語中的后一個詞。代碼的運行結果如圖11-14所示。
圖11-14? PhrasePrefixQuery的測試結果
從圖11-14中可以看出，使用PhrasePrefixQuery可以非常容易的實現相關短語的檢索功能。
11.4.7??相近詞語的搜索—FuzzyQuery
FuzzyQuery是一種模糊查詢，它可以簡單地識別兩個相近的詞語。下面以11.10為例進行詳細介紹。
代碼11.10? FuzzyQueryTest.java
package ch11;
?
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.FuzzyQuery;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
?
public class FuzzyQueryTest {
? ?? public static void main(String[] args) throws Exception {
? ?????? //生成Document對象
? ?????? Document doc1 = new Document();
? ?????? //添加“content”字段的內容
? ?????? doc1.add(Field.Text("content", "david"));
? ?????? //添加“title”字段的內容
? ?????? doc1.add(Field.Keyword("title", "doc1"));
?
? ?????? Document doc2 = new Document();
? ?????? doc2.add(Field.Text("content", "sdavid"));
? ?????? doc2.add(Field.Keyword("title", "doc2"));
?
? ?????? Document doc3 = new Document();
? ?????? doc3.add(Field.Text("content", "davie"));
? ?????? doc3.add(Field.Keyword("title", "doc3"));
?
? ?????? //生成索引書寫器
? ?????? IndexWriter writer = new IndexWriter("c://index",
? ?????????????? new StandardAnalyzer(), true);
? ?????? //將文檔添加到索引中
? ?????? writer.addDocument(doc1);
? ?????? writer.addDocument(doc2);
? ?????? writer.addDocument(doc3);
? ?????? //關閉索引寫器
? ?????? writer.close();
?
? ?????? //生成索引搜索器
? ?????? IndexSearcher searcher = new IndexSearcher("c://index");
? ?????? Term word1 = new Term("content", "david");
?
? ?????? //用于保存檢索結果
? ?????? Hits hits = null;
? ?????? //生成FuzzyQuery對象，初始化為null
? ?????? FuzzyQuery query = null;
?
? ?????? query = new FuzzyQuery(word1);
? ?????? //開始檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits,"與'david'相似的詞");
? ?? }
?
? ?? public static void printResult(Hits hits, String key) throws Exception
? ?????? {System.out.println("查找?/"" + key + "/" :");
? ?????? if (hits != null) {
? ?????????? if (hits.length() == 0) {
? ?????????????? System.out.println("沒有找到任何結果");
? ?????????????? System.out.println();
? ?????????? } else {
? ?????????????? System.out.print("找到");
? ?????????????? for (int i = 0; i < hits.length(); i++) {
? ?????????????????? //取得文檔對象
? ?????????????????? Document d = hits.doc(i);
? ?????????????????? //取得“title”字段的內容
? ?????????????????? String dname = d.get("title");
? ?????????????????? System.out.print(dname + "?? ");
? ?????????????? }
? ?????????????? System.out.println();
? ?????????????? System.out.println();
? ?????????? }
? ?????? }
? ?? }
}
在上述代碼中，首先構建了3個Document，這3個Document的“content”字段中都有一個與“david”較為相似的關鍵字（其中第一個就是david）。然后使用FuzzyQuery來對其進行檢索。運行效果如圖11-15所示。
從圖11-15中可以看出，使用FuzzyQuery可以檢索到索引中所有包含與“david”相近詞語的文檔。
11.4.8??使用通配符搜索—WildcardQuery
Lucene也提供了通配符的查詢，這就是WildcardQuery。下面以代碼11.11為例進行介紹。
代碼11.11? WildcardQueryTest.java
package ch11;
?
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.WildcardQuery;
?
public class WildcardQueryTest {
? ?? public static void main(String[] args) throws Exception {
? ?????? //生成Document對象，下同
? ?????? Document doc1 = new Document();
? ?????? //添加“content”字段的內容，下同
? ?????? doc1.add(Field.Text("content", "whatever"));
? ?????? //添加“title”字段的內容，下同
? ?????? doc1.add(Field.Keyword("title", "doc1"));
? ??????
? ?????? Document doc2 = new Document();
? ?????? doc2.add(Field.Text("content", "whoever"));
? ?????? doc2.add(Field.Keyword("title", "doc2"));
? ??????
? ?????? Document doc3 = new Document();
? ?????? doc3.add(Field.Text("content", "however"));
? ?????? doc3.add(Field.Keyword("title", "doc3"));
? ??????
? ?????? Document doc4 = new Document();
? ?????? doc4.add(Field.Text("content", "everest"));
? ?????? doc4.add(Field.Keyword("title", "doc4"));
? ??????
? ?????? //生成索引書寫器
? ?????? IndexWriter writer = new IndexWriter("c://index",
? ?????????????? new StandardAnalyzer(), true);
? ?????? //將文檔對象添加到索引中
? ?????? writer.addDocument(doc1);
? ?????? writer.addDocument(doc2);
? ?????? writer.addDocument(doc3);
? ?????? writer.addDocument(doc4);
? ?????? //關閉索引書寫器
? ?????? writer.close();
?
? ?????? //生成索引書寫器
? ?????? IndexSearcher searcher = new IndexSearcher("c://index");
? ?????? //構造詞條
? ?????? 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*");
? ?????? //生成WildcardQuery對象，初始化為null
? ?????? WildcardQuery query = null;
? ?????? //用于保存檢索結果
? ?????? Hits hits = null;
? ??????
? ?????? query = new WildcardQuery(word1);
? ?????? //開始第一次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits, "*ever");
? ??????
? ?????? query = new WildcardQuery(word2);
? ?????? //開始第二次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits, "wh?ever");
? ??????
? ?????? query = new WildcardQuery(word3);
? ?????? //開始第三次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits, "h??ever");
? ??????
? ?????? query = new WildcardQuery(word4);
? ?????? //開始第四次檢索，并返回檢索結果
? ?????? hits = searcher.search(query);
? ?????? //輸出檢索結果的相關信息
? ?????? printResult(hits, "ever*");
? ?? }
???
? ?? public static void printResult(Hits hits, String key) throws Exception
? ?????? {System.out.println("查找?/"" + key + "/" :");
? ?????? if (hits != null) {
? ?????????? if (hits.length() == 0) {
? ?????????????? System.out.println("沒有找到任何結果");
? ?????????????? System.out.println();
? ?????????? } else {
? ?????????????? System.out.print("找到");
? ?????????????? for (int i = 0; i < hits.length(); i++) {
? ?????????????????? //取得文檔對象
? ?????????????????? Document d = hits.doc(i);
? ?????????????????? //取得“title”字段的內容
? ?????????????????? String dname = d.get("title");
? ?????????????????? System.out.print(dname + "?? ");
? ?????????????? }
? ?????????????? System.out.println();
? ?????????? ??? System.out.println();
? ?????????? }
? ?????? }
? ?? }
}
代碼 11.11 的運行結果如圖 11-16 所示。由上述代碼可以看出，通配符“?”代表1個字符，而“*”則代表0至多個字符。不過通配符檢索和上面的FuzzyQuery由于需要對字段關鍵字進行字符串匹配，所以，在搜索的性能上面會受到一些影響。
?
對于搜索引擎（比如Google和百度）來講，很多情況下只需要用戶在輸入框內輸入所需查詢的內容，然后再單擊“搜索”就可以了，其余的事情全部交給搜索引擎去處理，最后搜索引擎會把檢索到的結果顯示出來。那么搜索引擎是怎樣處理用戶輸入得符號串的呢？
在Lucene中，這項工作就交給了QueryParser類來完成，它的作用就是把各種用戶輸入的符號串轉為一個內部的Query或者一個Query組。雖然Lucene提供的API允許使用者創建各種各樣的Query（查詢語句），但它同時也允許通過QueryParser（查詢分析器）生成各種各樣的Query子對象。這使得Lucene的查詢功能更加靈活和強大。
11.5.1? QueryParser的簡單用法
QueryParser實際上就是一個解析用戶輸入的工具，可以通過掃描用戶輸入的字符串，生成Query對象，以下是一個代碼示例：
Query query = null;
query = QueryParser.parse(keywords,fieldName,new StandardAnalyzer());
由上面代碼可以看出，當使用QueryParser構建用戶Query時，不僅需要用戶輸入關鍵字文本，還需要告訴QueryParser默認將在哪個字段內查找該關鍵字信息。當然，這并不是說用戶只能在這個字段內查找關鍵字信息（例如可以在關鍵字中使用“content:david”這樣的方式指定搜索字段“content”中的關鍵字），但是如果用戶在輸入的關鍵字中沒有給出檢索字段信息時，QueryParser就將在默認字段內進行檢索。
用戶輸入關鍵字的格式以及QueryParser所理解的含義如表11-2所示。
表11-2????????????????????????????????輸入關鍵字格式和QueryParser理解的含義
| 格????式 | 含????義 |
| “David” | 在默認的字段中檢索“David”關鍵字 |
| “content：David” | 在“content”字段中檢索“David”關鍵字 |
| “David Mary”或“David OR Mary” | 在默認字段中檢索David和Mary關鍵字，它們是“或”關系 |
| “+David +Mary”或“David AND Mary” | 在默認字段中檢索David和Mary關鍵字，它們是“與”關系 |
| “content：David –title：Manager”或“content：David AND NOT title：Manager” | 在content字段中包括關鍵字David但在title字段中不包含關鍵字Manager |
| “(David OR Mary) AND Robert” | 在默認字段中包含David或Mary關鍵字，但一定要包含Robert關鍵字 |
| Davi* | 在默認字段中檢索前綴為Davi |
| “content："David is a manager"” | 在“content”字段中包含短語“David is a manager” |
?
另外很重要的一點，就是在使用QueryParser對用戶的輸入進行掃描時，還需要給它一個分析器。有關分析器的概念將在后面的章節中介紹。不過，當對用戶輸入的關鍵字進行分析時的分析器應當與建立索引時的分析器一樣，這樣才能保證分析成功。
11.5.2? QueryParser的“與”和“或”
通過表11-1可以了解，當用戶輸入兩個關鍵字時，QueryParser默認它們之間的關系為“或”關系。如果用戶需要改變這種邏輯關系，則可采用下面的方法：
QueryParser parser = new QueryParser(fieldName, new StandardAnalyzer());
parser.setOperator(QueryParser.DEFAULT_OPERATOR_AND);
這樣構建的QueryParser實例在對用戶輸入進行掃描時，就會用空格分開的關鍵字理解為“與”，其實也就是構建了一個“與”關系的布爾型查詢。
總結
以上是生活随笔為你收集整理的luncene 查询字符串的解析—QueryParser类的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Git的思想和基本工作原理
- 下一篇： javascript标签在页面中的位置探