`
01jiangwei01
  • 浏览: 542853 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

lucene 查询示例

 
阅读更多

排序
Lucene默认按照相关度(score)排序,为了能支持其他的排序方式,比如日期,我们在add Field的时候,必须保证field被Index且不能被tokenized(分词),并且排序的只能是数字,日期,字符三种类型之一

 

实体类

public class Article {
  private String id;
  private String title;
  private String keyWords;
  private String content;
  private int order;
              省略set..get 方法
}

 组织数据

import java.util.ArrayList;
import java.util.List;

import com.company.project.entity.Article;


public class DATAUTIls {
	public static List<Article> luceneDatas = new ArrayList<Article>();
	
	static {
		
		Article a1 = new Article();
		a1.setContent("我们都是中国人" );
		a1.setId("1");
		a1.setTitle("法眼看中国是怎么样的一个中国" ) ;//有两个中国
		a1.setKeyWords("中国,中国,中国") ;
		a1.setOrder(1);
		
		
		Article a2 = new Article();
		a2.setContent("我们是两个中国 中国" );
		a2.setId("2");
		a2.setTitle("法眼看中国是怎么样的一个中国 中国" ) ;//有两个中国
		a2.setKeyWords("中国,中国") ;
		a2.setOrder(2);
		
		
		Article a3 = new Article();
		a3.setContent("我们都是中国人" );
		a3.setId("3");
		a3.setTitle("法眼看怎么样的一个中国" ) ;//有两个中国
		a3.setKeyWords("中国 ") ;
		a3.setOrder(3);
		
		
		Article a4 = new Article();
		a4.setContent("我们都是国中人" );
		a4.setId("4");
		a4.setTitle("法眼看" ) ;//有两个中国
		a4.setKeyWords("无") ;
		a4.setOrder(4);
		
		luceneDatas.add(a1);
		luceneDatas.add(a3);
		luceneDatas.add(a2);
		luceneDatas.add(a4);
		
	}

}

  

建造索引

import java.io.File;
import java.io.IOException;
import java.util.List;

import org.apache.lucene.analysis.Analyzer;
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.IndexWriterConfig;
import org.apache.lucene.index.IndexWriterConfig.OpenMode;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.store.NRTCachingDirectory;
import org.apache.lucene.util.Version;

import com.company.project.entity.Article;


public class IndexRunner {
	 private String INDEX_STORe_PATH = "D:\\workplace\\company\\mylucene\\indexstore";
 
     public IndexRunner(){};
     public IndexRunner(String index_path)
     {
         this.INDEX_STORe_PATH = index_path;
         File dir = new File(index_path);
         if(dir.exists())
         {
        	 dir.mkdir();
         }
     }
     
     //创建索引
     public void createIndex(List<Article> datas,boolean isCreate) throws IOException
     {
         
         //待创建得文档目录
         Directory dir = FSDirectory.open(new File(INDEX_STORe_PATH));
         //选择得分词工具
         Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_34);
         //建立索引的配置类,包含了一个解析器
         IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_34, analyzer);
          //设置我们的解析器是新建还是追加更新
         if(isCreate){
             iwc.setOpenMode(OpenMode.CREATE);//每次建立都覆盖原来的索引
         }
         else{
        	 iwc.setOpenMode(OpenMode.CREATE_OR_APPEND);//每次都追加更新
         }
             
         
         NRTCachingDirectory cachedFSDir = new NRTCachingDirectory(dir, 5.0, 60.0);
         iwc.setMergeScheduler(cachedFSDir.getMergeScheduler());
         
         
         //索引的建立类 第一个参数索引的存放位置,第二个参数索引的配置对象
         IndexWriter writer = new IndexWriter(dir, iwc);
         
        
         
         
         for(int i=0;i<datas.size();i++)
         {
        	 Article article =   datas.get(i );
        	 /*
        	   * Field.Store.YES:存储字段值(未分词前的字段值) Field.Store.NO:不存储,存储与索引没有关系
        	   * Field.Store.COMPRESS:压缩存储,用于长文本或二进制,但性能受损 Field.Index.ANALYZED:分词建索引
        	   * Field.Index.ANALYZED_NO_NORMS:分词建索引,但是Field的值不像通常那样被保存,而是只取一个byte,这样节约存储空间
        	   * Field.Index.NOT_ANALYZED:不分词且索引
        	   * Field.Index.NOT_ANALYZED_NO_NORMS:不分词建索引,Field的值去一个byte保存
        	   */
        	  Field f0 = new Field("title", article.getTitle(), Field.Store.YES, Field.Index.ANALYZED);
        	  Field f1 = new Field("content",article.getContent(),Field.Store.YES,Field.Index.ANALYZED);
        	  Field f2 = new Field("order",String.valueOf(article.getOrder()),Field.Store.YES,Field.Index.NOT_ANALYZED);
        	  Field f3 = new Field("id",String.valueOf(article.getId()),Field.Store.YES,Field.Index.NOT_ANALYZED);
        	  
        	  Document doc = new Document();
        	  doc.add(f0) ;
        	  doc.add(f1);
        	  doc.add(f2);
        	  doc.add(f3); 
        	  writer.addDocument(doc);  
         } 
          
         //这个方法在新增索引的情况会很有用,就是讲原来散落的索引文件重新进行整理合并!
         // 
         writer.forceMerge(1);
         
         writer.close();
         System.out.println("索引创建成功");
          
         
     }
     public static void main(String[] args) {
        
         IndexRunner indexRunner = new IndexRunner();
         try {
        	 indexRunner.createIndex(DATAUTIls.luceneDatas,true);
         } catch (IOException e) {
             // TODO Auto-generated catch block
             e.printStackTrace();
         }
     }

}

 

查询

此处有三种查询,一种是多字段查询一个关键字, 一种是多字段组合查询,还有一种是分页查询

import java.io.File;
import java.io.IOException;
import java.io.StringReader;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.queryParser.ParseException;
import org.apache.lucene.queryParser.QueryParser;
import org.apache.lucene.search.Filter;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.search.highlight.Highlighter;
import org.apache.lucene.search.highlight.InvalidTokenOffsetsException;
import org.apache.lucene.search.highlight.QueryScorer;
import org.apache.lucene.search.highlight.SimpleHTMLFormatter;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

import com.company.project.entity.Article;


public class SearchRunner {
	 private static String PATH = "D:\\workplace\\company\\mylucene\\indexstore";
	
	 public static void main(String [] arg) throws Exception{
		
		 String[] queryFileds = { "title", "content" };
		  String queryString = "中国";
		 //SearchRunner.searchList(queryFileds, queryString );
		  
		 // SearchRunner.combinationSearch();
		  
		  SearchRunner.pagingSearch("中", null);
	 }
	 
	 /**
	  * 在多个字段查找同一个值
	  */
	 public static void searchList(String[] queryFileds,String queryString) throws Exception
	 {
	  // 查询的字符串:输入不存在的字符串是查询不到的,如:中国
	 
	  IndexReader reader = IndexReader.open(FSDirectory.open(new File(PATH)));
	  IndexSearcher searcher = new IndexSearcher(reader);
	  
	  
	  Query query = LuceneUtils.createQuery(queryFileds, queryString);
	  // 在搜索器中进行查询
	  // 对查询内容进行过滤
	  Filter filter = null;
	  // 一次在索引器查询多少条数据
	  int queryCount = 100;

	  TopDocs results = searcher.search(query, filter, queryCount);
	  System.out.println("总符合: " + results.totalHits + "条数!");

	  // 显示记录
	  for (ScoreDoc sr : results.scoreDocs)
	  {
	   // 文档编号
	   int docID = sr.doc;
	   // 真正的内容
	   Document doc = searcher.doc(docID);
	   System.out.println("inof = " + doc.get("title"));
	   System.out.println("info2 = " + doc.get("content"));

	  }
	 }
	 
	 public static void   combinationSearch() throws CorruptIndexException, IOException, ParseException{
		 IndexReader reader = IndexReader.open(FSDirectory.open(new File(PATH)));
		
		  IndexSearcher searcher = new IndexSearcher(reader);
		//选择得分词工具
	        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_34);
		   QueryParser parser = new QueryParser(Version.LUCENE_34, "content",  
				                analyzer);  
		   //注意此处AND一定要大写
		   Query query  = parser.parse("content:中      国  AND title:中      国");
		   // 一次在索引器查询多少条数据
			 int queryCount = 100;

			// Sort sort = new Sort(new SortField("order",SortField.DOUBLE,false)); //排序 false 升序 true降序 
			 
			 //TopDocs results = searcher.search(query, queryCount,sort);
			 TopDocs results = searcher.search(query, queryCount); 
			 
			 System.out.println("总符合: " + results.totalHits + "条数!");
		   
	 
       // 显示记录
    	  for (ScoreDoc sr : results.scoreDocs)
    	  {
    		  //Sort(field,true)
    	   // 文档编号
    	   int docID = sr.doc;
    	   // 真正的内容
    	   Document doc = searcher.doc(docID);
    	   System.out.println("id="+doc.get("id")+"\torder="+doc.get("order")+"\ttitle = " + doc.get("title")+"\tcontent = " + doc.get("content"));

    	 }    
		 
	 }
//	分页查询
	 public static Map pagingSearch(String title,String content) throws CorruptIndexException, IOException, ParseException, InvalidTokenOffsetsException{
		 Map pager = new HashMap();
		 List<Article> blogList=new ArrayList<Article>() ;  
		 TokenStream tokenStream=null;   
		   
			  Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_34);
			  
			//获取IndexSearcher 对象
			  IndexReader reader = IndexReader.open(FSDirectory.open(new File(PATH)));
			  IndexSearcher indexSearch = new IndexSearcher(reader);
			  
			  QueryParser queryParser =  new QueryParser(Version.LUCENE_34, "content",  analyzer); 
			  
			//搜索条件的结合   
              String str="";
              if(title!=null &&title.length()>0){
            	  str="title:"+title;
              }
              
              if(content!=null &&content.length()>0){
            	  if(str.trim().length()>0)
                  {
                	  str +=" AND";
                  }
            	  str="content:"+content;
              } 
            //设置搜索条件   
              Query query=queryParser.parse(str); 
            //查询搜索引擎  
              TopDocs result = indexSearch.search(query, 10);
            //上一页的最后一个document索引    第一页为0,其余也该页的起始记录条数
             int index=2;
             ScoreDoc scoreDoc=null;   
              //如果当前页是第一页面scoreDoc=null。   
              if(index>0){   
                 //因为索引是从0开始所以要index-1  
                 scoreDoc=result.scoreDocs[index-1];   
             }
              //分页处理 
              int pageSize = 2;
              TopDocs hits= indexSearch.searchAfter(scoreDoc, query, pageSize);
              //设置分页的总记录数  
              
             
              
            //循环hits.scoreDocs数据,并使用indexSearch.doc方法把Document还原,再拿出对应的字段的值   
              for (int i = 0; i < hits.scoreDocs.length; i++) { 
            	  ScoreDoc sdoc = hits.scoreDocs[i];   
            	  Document doc = indexSearch.doc(sdoc.doc);
            	  Article article = new Article();
            	  String stitle = doc.get("title");
            	  String scontent = doc.get("content");
            	  String id = doc.get("id");
            	  
            	//加亮处理  
            	  SimpleHTMLFormatter simplehtml=new SimpleHTMLFormatter("<font color='red'>", "</font>"); 
            	  Highlighter highlighter = new Highlighter(simplehtml,new QueryScorer(query));
            	  if(title!=null){  
            		  tokenStream = analyzer.tokenStream("title",new StringReader(title));
            		  String highLightText = highlighter.getBestFragment(tokenStream, title); 
            		  article.setTitle(highLightText==null?title:highLightText);
            	  }else
            	  {
            		  article.setTitle(stitle);
            	  }
            	  
            	  
            	  if(content!=null){  
            		  tokenStream = analyzer.tokenStream("content",new StringReader(content));
            		  String highLightText = highlighter.getBestFragment(tokenStream, content); 
            		  article.setContent(highLightText==null?title:highLightText);
            	  }else
            	  {
            		  article.setContent(scontent);
            	  }
            	  article.setId(id);
            	  System.out.println(article);
            	  blogList.add(article);
              }
              pager.put("content",hits.totalHits);
              pager.put("data",blogList);
		
		 return pager;
	 }

}

 

 

分享到:
评论

相关推荐

    lucene示例 demo+jar包

    "lucene示例 demo+jar包"中提到的 jar 包是 Lucene 库的运行时依赖,它们包含了 Lucene 的所有类和方法。开发人员需要这些 jar 包来编译和运行使用 Lucene 的程序。通常,开发者会将这些 jar 文件添加到项目的类路径...

    lucene facet查询示例

    本示例将深入探讨如何在Lucene中实现facet查询,包括区间查询和多维度查询,以及关键概念——key-field-value模型。 **一、Lucene Facet的概念** Facets是信息组织的一种方法,类似于图书馆的分类标签。在搜索结果...

    lucene查询工具类和IndexSearcher分页查询示例

    以下是一个基本的分页查询示例: 1. 初始化`IndexSearcher`: ```java Directory directory = FSDirectory.open(Paths.get("path/to/index")); IndexReader reader = DirectoryReader.open(directory); ...

    Lucene示例 BM25相似度计算

    本文将深入探讨Lucene示例中的BM25相似度计算,旨在帮助初学者理解如何利用Lucene 4.7.1版本构建索引、执行查询,并比较默认的TF-IDF相似度与BM25相似度的区别。 首先,我们需要了解什么是Lucene。Lucene是一个由...

    Lucene7.4官方示例

    Lucene7.4官方示例,内含若干官方实例,可用于学习Lucene

    lucene3.0.3搜索的使用示例

    从"lucene3.0.3搜索的使用示例"中,你将学习如何编写代码来完成这些任务,包括索引创建、查询构造、搜索执行以及结果处理等。 在压缩包中的示例代码通常会涵盖这些概念,通过实际运行和调试这些代码,你可以深入...

    lucene的查询语法事例

    **Lucene查询语法详解** Apache Lucene是一款高性能、全文本搜索库,被广泛应用于各种搜索引擎的构建。...在探索更多示例和实践过程中,可以参考`02_lucene_searcher`等相关资料,进一步深化理解。

    lucene 索引小示例

    通过理解和实践这个小示例,开发者可以掌握Lucene的基本用法,并在此基础上进一步探索更高级的功能,如模糊查询、短语匹配、布尔查询等。同时,源码的阅读有助于深入理解Lucene的内部工作机制,提升对全文检索的理解...

    Lucene 全文检索的 各种例子

    查询阶段,Lucene会使用索引来找到与用户输入查询最匹配的文档。 分词器在Lucene中扮演着关键角色。分词器是处理文本并将其拆分为有意义的单元(如单词或短语)的组件,这些单元称为“术语”或“词元”。对于中文,...

    lucene IndexSearcher相关和查询示例

    一步一步跟我学习lucene是对近期做lucene索引的总结,大家有问题的话联系本人的Q-Q: 891922381,同时本人新建Q-Q群:106570134(lucene,solr,netty,hadoop),如蒙加入,不胜感激,大家共同探讨,本人争取每日一博,...

    Lucene使用代码实例之搜索文档

    以下是一个简单的示例代码,演示了如何使用Lucene搜索包含关键词"lucene"的文档: ```java public class TxtFileSearcher { public static void main(String[] args) throws Exception{ String queryStr = ...

    Lucene6.6.2API示例

    Lucene是一个高性能、可扩展的信息检索库,它提供了完整的搜索功能,包括索引创建、文档存储和查询。在Lucene 6.6.2版本中,优化了性能,增强了稳定性,并对API进行了优化,使得开发者能够更高效地进行文本搜索应用...

    lucene 站内搜索示例

    综上所述,Lucene 示例项目提供了完整的站内搜索解决方案,涉及数据预处理、索引构建、查询执行、结果处理等多个环节。通过学习和应用此示例,开发者能够快速地在自己的Java项目中实现高效、准确的站内搜索功能。

    Lucene入门示例

    **Lucene入门示例** Lucene是一个开源的全文搜索引擎库,由Apache软件基金会开发并维护。它提供了文本分析、索引创建、文档检索等核心功能,广泛应用于各种搜索应用的开发。本文将从一个简单的Lucene入门示例出发,...

    lucene 3.0 java示例

    这个“lucene 3.0 java示例”压缩包提供了一个具体的实例,演示如何在Java应用程序中使用Lucene 3.0版本来查询数据库。 在Lucene中,主要涉及以下几个核心概念: 1. **索引**:Lucene通过构建索引来提高搜索效率。...

    lucene4.0实例

    在“Lucene40Demo”这个示例中,我们可以看到以下关键步骤: 1. 创建索引:首先,我们需要创建一个IndexWriter对象,配置好目录(Directory)和Analyzer,然后逐个添加Document到索引中。 2. 分析文本:使用...

    Lucene与DB结合示例

    本文主要介绍了一个将Lucene搜索引擎与数据库(MySQL)结合的示例,用于实现文本检索功能。Lucene是Apache软件基金会的开源全文检索库,它提供了强大的文本分析和索引构建能力。在本示例中,作者使用Spring和Struts1...

    lucene 多字段查询+文字高亮显示

    本话题聚焦于“Lucene多字段查询”和“文字高亮显示”,这两个特性在信息检索和数据挖掘中具有广泛应用。 首先,让我们深入理解“Lucene多字段查询”。在信息检索系统中,用户可能希望根据多个字段来过滤和排序结果...

Global site tag (gtag.js) - Google Analytics