`
Callan
  • 浏览: 735947 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

lucene的多种搜索

阅读更多

lucene的搜索相当强大,它提供了很多辅助查询类,各自完成一种特殊的查询,也可以相互组合使用,来完成一些复杂的操作.

 

 

public class Test{
	
	Analyzer analyzer = new StandardAnalyzer();
	
	RAMDirectory directory = new RAMDirectory();
	
	/** 
	 * 创建索引
	 * 
	 * @throws IOException
	 */
	public void index() throws IOException{
		
		IndexWriter indexWriter = new IndexWriter(directory,analyzer,true);
		
		Document doc1 = new Document();
		
		doc1.add(new Field("title","aaabbb",Store.YES,Index.TOKENIZED));
		
		doc1.add(new Field("content","If you would like to help promote OpenOffice",Store.YES,Index.TOKENIZED));
		
		doc1.add(new Field("time","2005",Store.YES,Index.TOKENIZED));
		
		indexWriter.addDocument(doc1);
		
		Document doc2 = new Document();
		
		doc2.add(new Field("title","bbcc",Store.YES,Index.TOKENIZED));
		
		doc2.add(new Field("content","sdfsdfsdfasdds",Store.YES,Index.TOKENIZED));
		
		doc2.add(new Field("time","2007",Store.YES,Index.TOKENIZED));
		
		indexWriter.addDocument(doc2);
		
		indexWriter.optimize();
		
		indexWriter.close();
	}
	
	// 按词条搜索
	public void termSearcher() throws IOException{
		
		IndexSearcher searcher = new IndexSearcher(directory);
		
		// 查询title中包含aaa
		Term term = new Term("title","aaa");
		
		Query query = new TermQuery(term);
		
		searcher.search(query);
	
		searcher.close();
	}

	// 短语搜索 
	public void phraseSearcher() throws IOException{
		
		IndexSearcher searcher = new IndexSearcher(directory);
		
		PhraseQuery phraseQuery = new PhraseQuery();
		
		// slop 两个项的位置之间允许的最大间隔,这里would和help中间只隔了like(to会被去掉),所以最大间隔设为1就能找到值
		// 对于两个相连的关键词来说,无论坡度设为多少,都可以找到
		// 对于不相连的词来说,当两个关键词相隔数小于坡度都可以找到,否则找不到
		phraseQuery.setSlop(1);
		
		phraseQuery.add(new Term("content","would"));
		
		phraseQuery.add(new Term("content","help"));
		
		// 如果将help放前面,would放后面,需要将would向后移动3个位置才能到help后面(to不算),所以要设为slop最少要设为3
		// phraseQuery.add(new Term("content","help"));
		
		// phraseQuery.add(new Term("content","would"));
		
		// phraseQuery.setSlop(3);
		
		// 短语的评分是根据项之间距离越小,评分越高,否则越小
		Hits hits =  searcher.search(phraseQuery);
		
		printResult(hits);
		
		searcher.close();
	}
	
	// 通配符搜索 WildcardQuery   
    // 通配符包括’?’匹配一个任意字符和’*’匹配零个或多个任意字符,例如你搜索’use*’,你可能找到’user’或者’uses’:   
	public void wildcardSearcher() throws IOException{
		
			IndexSearcher searcher = new IndexSearcher(directory);
			
			// 与正则一样,*代表0个或多个字母,?代表0个或一个字母
			// WildcardQuery与QueryParser不同的是:WildcardQuery的前缀可以为*,而QueryParser不行
			WildcardQuery query = new WildcardQuery(new Term("content","a?bbb*"));
			
			Hits hits = searcher.search(query);
			
			printResult(hits);
			
			searcher.close();
	}
	
	// 模糊搜索 FuzzyQuery
	public void fuzzySearcher() throws IOException{
			
			IndexSearcher search = new IndexSearcher(directory);
			
			// OpenOffica虽然没被索引,但能找到相近的OpenOffice
			FuzzyQuery query = new FuzzyQuery(new Term("content","OpenOffica"));
			
			Hits hits = search.search(query);
			
			printResult(hits);
			
			search.close();
	}
	
	// 使用前缀PrefixQuery
	public void prefixSearcher() throws IOException{
		
			IndexSearcher search = new IndexSearcher(directory);
			
			// 全部title前缀为a
			PrefixQuery query = new PrefixQuery(new Term("title","b"));
			
			Hits hits = search.search(query);
			
			printResult(hits);
			
			search.close();
			
	}

	// 范围搜索 RangeQuery
	public void rangeSearcher() throws IOException{
		
		IndexSearcher search = new IndexSearcher(directory);
		
		// RangeQuery query = new RangeQuery(beginTime, endTime, false); 
		// 开始时间,结束时间,最后一个参数表示是否包含边界条件本身,如果为false
		RangeQuery query = new RangeQuery(new Term("time","2005"),new Term("time","2007"),true);
		
		Hits hits = search.search(query);
		
		printResult(hits);
		
		search.close();
	}
	
	
	// 与或搜索BooleanQuery
	//BooleanClause用于表示布尔查询子句关系的类,包括:BooleanClause.Occur.MUST,BooleanClause.Occur.MUST_NOT,BooleanClause.Occur.SHOULD。有以下6种组合:

	//1.MUST和MUST:取得连个查询子句的交集。

	//2.MUST和MUST_NOT:表示查询结果中不能包含MUST_NOT所对应得查询子句的检索结果。

	//3.MUST_NOT和MUST_NOT:无意义,检索无结果。

	//4.SHOULD与MUST、SHOULD与MUST_NOT:SHOULD与MUST连用时,无意义,结果为MUST子句的检索结果。与MUST_NOT连用时,功能同MUST。

	//5.SHOULD与SHOULD:表示“或”关系,最终检索结果为所有检索子句的并集。

	public void booleanSearcher() throws IOException, ParseException{
		
		IndexSearcher search = new IndexSearcher(directory);
		
		QueryParser qp1 = new QueryParser("title",new StandardAnalyzer());
			
		Query query1 = qp1.parse("aa*");
			
		QueryParser qp2 = new QueryParser("title",new StandardAnalyzer());
			
		Query query2 = qp2.parse("bb*");
			
		BooleanQuery query = new BooleanQuery();
			
		// 搜索结果的title的前双缀可以是aa,或bb
		query.add(query1, BooleanClause.Occur.SHOULD);
			
		// BooleanClause.Occur.MUST 必须
		// BooleanClause.Occur.MUST_NOT 必须不是 
		query.add(query2, BooleanClause.Occur.SHOULD);
		
		Hits hits = search.search(query);
			
		printResult(hits);
		
		search.close();
		
	}
	

	// 多关键的搜索 PhrasePrefixQuery
	public void phrasePrefixSearcher() throws IOException{
		
		IndexSearcher search = new IndexSearcher(directory);
		
		PhrasePrefixQuery query = new PhrasePrefixQuery();
		
		// 这里两项都有可能首先被匹配
		query.add(new Term[]{new Term("content","would"),new Term("content","can")});
		
		// 只有一项必须匹配
		query.add(new Term("content","help"));
		
		// If you would like to help promote OpenOffice
		// can I help you
		// slop因子的作用域为查询中的所有短语
		query.setSlop(1);
		
		// 匹配第一项为 would 或 can 第二项为help
		// solp设置为1 
		// If you would like to help promote OpenOffice  除去if to 外,would与help的距离=1
		// can I help you 的距离也=1  所以可以搜索出两条数据
		
		Hits hits = search.search(query);
		
		printResult(hits);
		
		search.close();
	}
	
	// 在多个域上查询 MultiFieldQueryParser
	public void multiFieldSearcher() throws IOException, ParseException{
		
		IndexSearcher search = new IndexSearcher(directory);
		
		// 默认情况下的方式为Occur.SHOULD
		// titile可以匹配bb,content可以匹配you
//		MultiFieldQueryParser.parse(new String[]{"bb","you"},new String[]{"title","content"}, analyzer);
		
		// titile必须匹配bb,content不能匹配
		Query query = MultiFieldQueryParser.parse( new String[]{"bb","you"},new String[]{"title","content"},new BooleanClause.Occur[]{Occur.MUST,Occur.MUST_NOT}, analyzer);
		
		// title中必须包含bb  content不能有bb
		// Query query = MultiFieldQueryParser.parse( "bb*",new String[]{"title","content"},new BooleanClause.Occur[]{BooleanClause.Occur.MUST,BooleanClause.Occur.MUST_NOT}, analyzer);
		
		Hits hits = search.search(query);
		
		printResult(hits);
		
		search.close();
	}
	
	public void printResult(Hits hits) throws IOException{
		for(int i = 0; i < hits.length(); i++){
			Document d = hits.doc(i);
			System.out.println(d.get("title"));
			System.out.println(d.get("content"));
			System.out.println(d.get("time"));
		}
	}
	
	
}

 

5
1
分享到:
评论
2 楼 yangjianxiang2 2008-06-20  
// titile必须匹配bb,content不能匹配  
        Query query = <SPAN class=hilite1>MultiFieldQueryParser</SPAN>.<SPAN class=hilite2>parse</SPAN>( new String[]{"bb","you"},new String[]{"title","content"},new BooleanClause.Occur[]{Occur.MUST,Occur.MUST_NOT}, analyzer);  

对我帮助很大,谢谢了。
1 楼 waitingmyself 2008-02-28  
public class A{
}

相关推荐

    lucene3.6 搜索例子

    《Lucene 3.6 搜索实例解析》 Apache Lucene 是一个开源全文搜索引擎库,为开发者提供了在Java应用程序中实现高效、可扩展的搜索功能的工具。在本篇文章中,我们将深入探讨Lucene 3.6版本中的搜索功能,通过实例...

    lucene 高级搜索项目

    Lucene支持多种查询类型,如TermQuery、PhraseQuery、BooleanQuery等,可以组合使用以满足复杂查询需求。 **6. Lucene 插件和扩展** `05_lucene_plugin`可能讨论了Lucene的扩展机制。Lucene允许开发人员编写自定义...

    Lucene全文搜索_LuceneJava全文搜索_

    在搜索阶段,Lucene支持多种查询类型,如标准查询(Standard Query)、短语查询(Phrase Query)、布尔查询(Boolean Query)以及模糊查询。模糊查询允许用户输入近似或部分关键词,系统会尝试找到与之最接近的匹配...

    基于Lucene的搜索引擎

    3. **查询解析**:用户输入的查询字符串被解析成一系列的查询项,Lucene提供多种查询语法,如布尔运算符(AND, OR, NOT)、短语查询、范围查询等。 4. **评分机制**:Lucene使用TF-IDF(Term Frequency-Inverse ...

    利用Lucene 实现高级搜索

    ### 利用Lucene实现高级搜索的关键知识点 #### Lucene简介 Lucene是Apache软件基金会下的一个开源全文检索库,提供了高性能的文本搜索能力。它不仅适用于网站的搜索功能,还可以用于任何需要文本搜索的应用场景,如...

    基于lucene的搜索引擎regain安装版

    **基于Lucene的搜索引擎Regain安装指南** Regain是一个基于Apache Lucene的全文搜索引擎,它提供了高级的搜索功能,能够帮助用户快速、准确地在大量数据中查找所需信息。Lucene是Java语言实现的一个开源信息检索库...

    实现多种文件格式的Lucene全文搜索功能的dom实例

    本项目“实现多种文件格式的Lucene全文搜索功能的DOM实例”专注于利用Lucene来处理不同类型的文件,并且实现了搜索结果中关键词的高亮显示,类似于百度等搜索引擎的效果。 首先,我们需要理解Lucene的基本概念。...

    Lucene时间区间搜索

    Lucene支持多种查询类型,例如TermQuery、PrefixQuery、RangeQuery等。在时间区间搜索中,我们通常会用到RangeQuery。RangeQuery允许我们在指定的范围内查找匹配的文档,包括或者不包括边界。例如,我们可以创建一个...

    lucene的多种搜索2-SpanQuery

    java类 博文链接:https://callan.iteye.com/blog/154251

    精通ajax+lucene做搜索引擎

    - **核心功能**:Lucene提供了强大的文本搜索功能,支持多种查询语法,并能够处理大量的文档集合。它通过建立索引来加速文档检索过程,使得搜索速度非常快。 - **集成方式**:在使用Ajax构建的前端界面中集成Lucene...

    lucene搜索引擎项目

    Lucene提供了强大的查询解析器,能够处理多种查询语法,包括布尔查询、短语查询、近似查询等。查询执行阶段,Lucene会使用倒排索引快速找到匹配的文档,并根据查询权重对结果进行排序。 4. **优化与更新** Lucene...

    lucene高级搜索进阶项目_03

    Lucene支持多种查询类型,如TermQuery、WildcardQuery、PhraseQuery等。在项目中,我们可能会探讨如何组合这些查询以实现布尔逻辑,比如AND、OR、NOT操作,以及如何利用Boosting来调整某些查询的优先级。同时,我们...

    基于LUCENE的搜索引擎的设计与实现源代码

    LUCENE提供多种预定义的分析器,如标准分析器(StandardAnalyzer),同时也支持自定义分析器。 4. 索引(Index):存储经过分析的关键词,用于快速查找匹配的文档。LUCENE采用倒排索引结构,以提高查询速度。 5. ...

    lucene_heritrix 搜索引擎

    Lucene支持多种语言,包括中文,通过使用合适的分词器如IK Analyzer或jieba分词,可以对中文文本进行有效的索引和搜索。此外,Lucene还提供了倒排索引技术,这是一种高效的检索机制,使得搜索速度非常快。 Heritrix...

    全文搜索-Lucene

    **全文搜索-Lucene** Lucene 是一个开源的全文搜索引擎库,由 Apache 软件基金会维护。它提供了高效的、可扩展的全文检索功能,被广泛应用于各种 Web 应用、内容管理系统以及数据挖掘项目中。Lucene 实现了索引和...

    lucene3.0.3搜索的使用示例

    Lucene 3.0.3提供了多种内置分析器,如StandardAnalyzer,它处理英文文本,移除停用词和标点符号。 4. **Document** 和 **Field** 类:Document是Lucene中的基本数据结构,代表一个要被索引的完整文档。每个文档...

    开发自己的搜索引擎 lucene + heritrix

    总结来说,开发一个基于Lucene和Heritrix的搜索引擎是一个涉及多种技术和步骤的复杂过程。理解Lucene和Heritrix的工作原理和使用方法,以及如何将两者结合构建有效的搜索引擎,对于完成这项工作至关重要。同时,针对...

    Java搜索引擎 Lucene

    2. **分词处理**:Lucene支持多种分词器,可以对文本进行分析,将句子拆分成可搜索的关键词。 3. **倒排索引**:Lucene使用倒排索引技术,通过构建索引表,使得搜索效率大大提高。 4. **多字段搜索**:允许用户对...

    lucene 实现类似百度搜索

    通过 Lucene,开发者可以轻松地在自己的应用程序中集成高级的搜索功能,支持多种语言,包括中文、英文、日文、俄文和德文。本文将深入探讨如何使用 Lucene 来构建一个类似百度的搜索引擎。 ### 一、Lucene 基本概念...

    C#调用Lucene.net搜索txt文档和控制台输入

    Lucene.NET是Apache Lucene项目的一个.NET版本,它是一个全文搜索引擎库,提供了强大的搜索功能,支持多种数据源。在C#中,我们可以利用Lucene.NET进行索引构建、查询解析和结果检索,以实现快速准确的文本搜索。 ...

Global site tag (gtag.js) - Google Analytics