Lucene06---查询
前面总结了很多Lucene上的东西，建立索引、高亮等等这些都是为了查询做准备和服务的，下面我们来说说查询，我们知道Lucene的主要功能就是查询功能，所以Lucene里的查询做的非常强大，可以有各种各样的查询。
org.apache.lucene.search.Query包下的Query类下有需要查询对象，这里我们说其中几个比较重要的：
TermQuery：关键字查询
TermRangeQuery：范围查询
WildcardQuery：通配符查询
PhraseQuery：短语查询
BooleanQuery：Boolean查询（最重要的）
FirstLucene04SearchByQuery.Java：
package com.iflytek.lucene; import java.io.File; import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Document; import org.apache.lucene.index.IndexReader; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.index.IndexWriterConfig; import org.apache.lucene.queryParser.MultiFieldQueryParser; 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.store.Directory; import org.apache.lucene.store.FSDirectory; import org.apache.lucene.store.RAMDirectory; import org.apache.lucene.util.Version; /** * @author xudongwang 2012-2-10 * * Email:[email protected] */ public class FirstLucene04SearchByQuery { /** * 源文件路径 */ private String filePath01 = "F:\\Workspaces\\workspaceSE\\BlogDemo\\luceneDatasource\\HelloLucene01.txt"; private String filePath02 = "F:\\Workspaces\\workspaceSE\\BlogDemo\\luceneDatasource\\HelloLucene04.txt"; /** * 索引路径 */ private String indexPath = "F:\\Workspaces\\workspaceSE\\BlogDemo\\luceneIndex"; /** * 分词器，这里我们使用默认的分词器,标准分析器（好几个，但对中文的支持都不好） */ private Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_35); private Directory ramDir = null; /** * 搜索 * * @param queryStr * 搜索的关键词 * @throws Exception */ public void search(String queryStr) throws Exception { // 1、把要搜索的文本解析为Query对象 String[] fields = { "name", "content" }; QueryParser queryParser = new MultiFieldQueryParser(Version.LUCENE_35, fields, analyzer); Query query = queryParser.parse(queryStr); search(query); } /** * 搜索 * * @param query * Query对象 * @throws Exception */ public void search(Query query) throws Exception { // 2、进行查询 IndexReader indexReader = IndexReader.open(ramDir); IndexSearcher indexSearcher = new IndexSearcher(indexReader); Filter filter = null; TopDocs topDocs = indexSearcher.search(query, filter, 10000); System.out.println("总共有【" + topDocs.totalHits + "】条匹配的结果");// 注意这里的匹配结果是指文档的个数，而不是文档中包含搜索结果的个数 // 3、取出数据，并打印结果 for (ScoreDoc scoreDoc : topDocs.scoreDocs) { int docSn = scoreDoc.doc;// 文档内部编号 Document document = indexSearcher.doc(docSn);// 根据文档编号取出相应的文档 File2Document.printDocumentInfo(document);// 打印出文档信息 } } /** * 优化创建索引，将索引存在在内存和磁盘配合使用 * * @throws Exception */ public void createIndexByYouHua() throws Exception { File indexFile = new File(indexPath); Directory fsDir = FSDirectory.open(indexFile); // 1、启动时，将磁盘中的索引读取到内存中 ramDir = new RAMDirectory(fsDir); IndexWriterConfig ramConf = new IndexWriterConfig(Version.LUCENE_35, analyzer); // 运行程序时操作内存中的索引 IndexWriter ramIndexWriter = new IndexWriter(ramDir, ramConf); Document document = File2Document.file2Document(filePath01); Document document2 = File2Document.file2Document(filePath02); ramIndexWriter.addDocument(document); ramIndexWriter.addDocument(document2); ramIndexWriter.close(); // 2、退出时将内存中的索引保存到磁盘中 IndexWriterConfig fsConf = new IndexWriterConfig(Version.LUCENE_35, analyzer); IndexWriter fsIndexWriter = new IndexWriter(fsDir, fsConf); fsIndexWriter.addIndexes(ramDir);// 把另外几个索引库中的所有索引数据合并到当前的索引库中 fsIndexWriter.commit(); //fsIndexWriter.optimize();// 对索引文件进行优化，从而减少IO操作 fsIndexWriter.forceMerge(1); fsIndexWriter.close(); } public static void main(String[] args) throws Exception { FirstLucene04SearchByQuery lucene = new FirstLucene04SearchByQuery(); //lucene.createIndexByYouHua(); lucene.search("iteye"); } }
关键词查询（TermQuery）：
/**
* 关键字查询
*
* @throws Exception
*/
public void testTermQuery() throws Exception {
Term term = new Term("content", "iteye");
// 关键字查询,注意关键词中没有大写字符，全是小写字符
Query query = new TermQuery(term);
System.out.println("对应的查询字符串："+query);
byQuery.createIndexByYouHua();
byQuery.search(query);
}运行结果：
总共有【2】条匹配的结果 name -->HelloLucene01.txt
path -->F:\Workspaces\workspaceSE\BlogDemo\luceneDatasource\HelloLucene01.txt size -->84 name -->HelloLucene04.txt
path -->F:\Workspaces\workspaceSE\BlogDemo\luceneDatasource\HelloLucene04.txt size -->738 |
范围查询（TermRangeQuery）：
/**
* 范围查询
*
* @throws Exception
*/
public void testTermRangeQuery() throws Exception {
// true表示包含边界
Query query = new TermRangeQuery("size",200,900, true, true);
byQuery.createIndexByYouHua();
byQuery.search(query);
}运行结果：
总共有【1】条匹配的结果 name -->HelloLucene04.txt
path -->F:\Workspaces\workspaceSE\BlogDemo\luceneDatasource\HelloLucene04.txt size -->738 |
但是上面需要注意的是如果上面的范围是100-1000，则就不会有结果，这是为什么呢？
大家需要注意，这里100和1000字符串排序谁大？应该是100大，因为100的ANSIC大，所以这里它是按照字符串进行排序的，因为它在储存的时候里面全部都是字符串。这时怎么办呢？解决方法就是让索引的时候是相同的宽度，搜索的时候也是相同的宽度。
将Test里的方法改为：
public void testTermRangeQuery() throws Exception {
// true表示包含边界
Query query = new TermRangeQuery("size", NumberTools.longToString(100), NumberTools.longToString(1000), true, true);
byQuery.createIndexByYouHua();
byQuery.search(query);
}同时在建立索引的地方，File2Document.java中，需要将
document.add(new Field("size", String.valueOf(file.length()),
Store.YES, Index.NOT_ANALYZED));改为：
document.add(new Field("size", NumberTools.longToString(file.length()),
Store.YES, Index.NOT_ANALYZED));但是这里的方法提示过时了，在3.5中我还没找到类似的方法，知道的可以告诉我一下。
通配符查询（WildcardQuery）：
/**
* 通配符查询
*
* '?'代表一个字符
*
* '*'代表0个或多个字符
*
* @throws Exception
*/
public void testWildcardQuery() throws Exception {
// Term term = new Term("content", "itey?");
Term term = new Term("content", "ite*");
Query query = new WildcardQuery(term);
byQuery.createIndexByYouHua();
byQuery.search(query);
}运行结果：
总共有【2】条匹配的结果 name -->HelloLucene01.txt
path -->F:\Workspaces\workspaceSE\BlogDemo\luceneDatasource\HelloLucene01.txt size -->84 name -->HelloLucene04.txt
path -->F:\Workspaces\workspaceSE\BlogDemo\luceneDatasource\HelloLucene04.txt size -->738 |
短语查询（PhraseQuery）：
/**
* 短语查询
* @throws Exception
*/
public void testPhraseQuery() throws Exception{
PhraseQuery phraseQuery = new PhraseQuery();
//这里的1和3是相对的位置
phraseQuery.add(new Term("content","iteye"),1);
phraseQuery.add(new Term("content","address"),3);
/**
*
phraseQuery.add(new Term("content","iteye"));
phraseQuery.add(new Term("content","address"));
//设置上面的两个词之间最多能隔几个词
phraseQuery.setSlop(2);
*/
byQuery.createIndexByYouHua();
byQuery.search(phraseQuery);
}运行结果：
总共有【1】条匹配的结果 name -->HelloLucene01.txt
path -->F:\Workspaces\workspaceSE\BlogDemo\luceneDatasource\HelloLucene01.txt size -->84 |
Boolean查询（BooleanQuery）：
/**
* Boolean查询
*
* @throws Exception
*/
public void testBooleanQuery() throws Exception{
//条件一 短语查询
PhraseQuery phraseQuery = new PhraseQuery();
phraseQuery.add(new Term("content","iteye"),1);
phraseQuery.add(new Term("content","address"),3);
//条件二 范围查询
Query query = new TermRangeQuery("size", NumberTools.longToString(100), NumberTools.longToString(1000), true, true);
BooleanQuery booleanQuery = new BooleanQuery();
//条件一必须出现，条件二可能出现
booleanQuery.add(phraseQuery, Occur.MUST);
booleanQuery.add(query, Occur.SHOULD);
byQuery.createIndexByYouHua();
byQuery.search(booleanQuery);
}运行结果：
总共有【1】条匹配的结果 name -->HelloLucene01.txt
path -->F:\Workspaces\workspaceSE\BlogDemo\luceneDatasource\HelloLucene01.txt size -->84 |
说明：
Occur用于表示布尔查询子句关系，包括：
Occur.MUST、Occur.MUST_NOT、Occur.SHOULD；
1、MUST和MUST，取得两个查询子句的交集；
2、MUST和MUST_NOT，包含MUST并且查询结果中不包含MUST_NOT的检索结果；
3、SHOULD和SHOULD，表示“或”关系，最终检索结果为所有检索子句的并集；
使用时注意：
1、MUST和SHOULD：此时SHOULD无意义，结果为MUST子句的检索结果；
2、MUST_NOT和MUST_NOT，无意义，检索无结果；
3、MUST_NOT和SHOULD，此时SHOULD相当于MUST，结果同MUST和MUST_NOT；
4、单独使用SHOULD，结果相当于MUST；
5、单独使用MUST_NOT，无意义，检索无结果；