开放源代码的全文检索引擎Lucene_2

索引中包含了各个项的位置信息。PhraseQuery利用这些信息去搜索文档， 索引中包含了各个项的位置信息。PhraseQuery利用这些信息去搜索文档， 在这些文档集中，我们所查找的各个项之间可能都相隔着一定的距离。 例如：假设某个域中包含了“ 例如：假设某个域中包含了“the quick brown fox jumped over the lazy dog”这个短语，即使我们不知道这个短语的确切完整写法，也一 dog” 样可以通过查找域中quick和fox距离相近的文档来找出我们需要的文 样可以通过查找域中quick和fox距离相近的文档来找出我们需要的文 档。 PhraseQuery phraseQuery =new PhraseQuery(); =new phraseQuery.setSlop(slop); for (int i = 0; i < key.length; i++) { phraseQuery.add(new phraseQuery.add(new Term("field",key[i])); } 默认情况下，PhraseQuery的slop因子设置为0 默认情况下，PhraseQuery的slop因子设置为0，即要求查询的结果必须 和我们需要的字符串组完全精确一致的匹配。
Query类的toString（）方法 Query类的toString（）方法
Query类中都包含有一个特殊的toString()方法。他 Query类中都包含有一个特殊的toString()方法。他 们输出QueryParser对象解析后的有效字符串。 们输出QueryParser对象解析后的有效字符串。 Object类的toString方法被重载为toString()以及 Object类的toString方法被重载为toString()以及 toString(String field)方法，括号中的field为默认 field)方法，括号中的field为默认 域的名称。无参数的toStirng()方法使用了一个空 域的名称。无参数的toStirng()方法使用了一个空 的默认域名，这就意味程序会明确的使用能够输 出全部所有项的域选择标识符。 toString()方法（特别是带字符串参数的方法）易于 toString()方法（特别是带字符串参数的方法）易于 我们可视化的调试使用构造方法创建的复杂查询， 同时也是打开QueryParser如何解析查询表达式之 同时也是打开QueryParser如何解析查询表达式之 门的一把钥匙。
new RangeQuery(Term startTerm, RangeQuery( Term endTerm, boolean inclusive) inclusive) QueryParser可以使用【 QueryParser可以使用【起始 TO 终止】表达式，或 终止】 者{起始 TO 终止}表达式来构造RangeQuery对象。 终止}表达式来构造RangeQuery对象。
北京普科优信科技公司
肖斌 E-MAIL:goldbin@
在程序代码中创建Query对象 对象 在程序代码中创建
Lucene的查询操作最终需要调用一个search方法，在该方法中 需要一个Query实例作为一个参数。可以通过QueryParser的 parser方法进行构造，也可以通过BooleanQuery，RangeQuery 以及TermQuery等它的子类来实现。
在程序代码中创建Query对象 对象 在程序代码中创建
2、在指定范围内搜索：RangeQuery 在指定范围内搜索：
索引中的各个项会以字典编录的顺序排列好，Lucene中的 索引中的各个项会以字典编录的顺序排列好，Lucene中的 RangeQuery类就为我们在指定起始项 RangeQuery类就为我们在指定起始项（starting Term） 类就为我们在指定起始项（ Term） 和终止项（ Term） 和终止项（ending Term）的范围内进行搜索提供了便 利。
4、SHOULD&MUST,SHOULD&MUST_NOT
SHOULD是一个比较特殊的约束。当它与MUST关联的时候，它失去意义。 SHOULD是一个比较特殊的约束。当它与MUST关联的时候，它失去意义。 检索的结果为MUST子句的检索结果。当它与MUST_NOT联用时， 检索的结果为MUST子句的检索结果。当它与MUST_NOT联用时， SHOULD的功能就与MUST一样，就变成MUST和MUST_NOT查询结果 SHOULD的功能就与MUST一样，就变成MUST和MUST_NOT查询结果 了。
Query query =new FuzzyQuery(new Term("content","lucen")); Hits hits =indexSearcher.search(query);
在程序代码中创建Query对象 对象 在程序代码中创建
6、通过短语搜索：PhraseQuery 通过短语搜索：
1、通过项进行搜索：TermQuery 、通过项进行搜索：
Term term =new Term("content","lucene"); Query query =new TermQuery(term); Hits hits =indexSearcher.search(query); 如果对多个域进行搜索，需要MultiFieldQueryParser 类似于： QueryParser queryParser =new QueryParser("content",new StandardAnalyzer()); Query query =queryParser.parse("lucene"); Hits hits =indexSearcher.search(query);
在程序代码中创建Query对象 对象 在程序代码中创建
4、组合查询：BooleanQuery 、组合查询：
通过使用BooleanQuery可以将各种查询类型组合成复杂的查询方式。 可以将各种查询类型组合成复杂的查询方式。 通过使用 可以将各种查询类型组合成复杂的查询方式 BooleanQuery本身是一个布尔字句的容器。这个字句可以是表示逻 本身是一个布尔字句的容器。 本身是一个布尔字句的容器 逻辑“ 或者逻辑“ 的一个子查询。 辑“或”、逻辑“与”或者逻辑“非”的一个子查询。 Term term =new Term("url","F:\\luceneT\\test1"); =new Term("url","F:\ luceneT\ Query query1 =new PrefixQuery(term); =new QueryParser queryParser =newQueryParser("content",new =newQueryParser("content",new StandardAnalyzer()); Query query2 =queryParser.parse("lucene"); BooleanQuery booleanQuery =new BooleanQuery(); =new booleanQuery.add(query1, BooleanClause.Occur.MUST); booleanQuery.add(query2, BooleanClause.Occur.MUST); Hits hits =indexSearcher.search(booleanQuery); MUST_NOT代表不符合查询条件。“ MUST_NOT代表不符合查询条件。“非” BooleanQuery对其中包含的子句的数量有限制，默认情况下最多是1024 BooleanQuery对其中包含的子句的数量有限制，默认情况下最多是1024 个。对此进行限制，适当的防止布尔查询对应用程序的性能造成影响。 当字句数量超过最大值时，和抛出ToomanyClauses的异常。 当字句数量超过最大值时，和抛出ToomanyClauses的异常。
对搜索结果进行排序
∑
tinq
tf (tind ) idf (t ቤተ መጻሕፍቲ ባይዱ boost (t . fieldind ) lengthNorm (t . fieldind )
Lucene提供了一个Explanation对象来包含所有关于评分计算公式中各个因子的细 Lucene提供了一个Explanation对象来包含所有关于评分计算公式中各个因子的细 节信息。toString方法可以将Explanation对象很好的以文本的格式输出来。 节信息。toString方法可以将Explanation对象很好的以文本的格式输出来。 Explanation explanation =indexSearcher.explain(query, hits.id(i)); //hits.id(i) 表示排名第i的DocumentID； 表示排名第i DocumentID； System.out.println(explanation.toString()); //Explanation 类还有一个toHtml方法能够输出与之相同的层次结构，适合于在web 类还有一个toHtml方法能够输出与之相同的层次结构，适合于在web 浏览器中输出结果。 //tf (t in d) Term Frequency 也就是词条频率的意思。他表示检索的词条在某个文 档中出现的次数。 实际上，Explanation是Nutch项目的一个核心内容。通过Explanation对象可以方便 实际上，Explanation是Nutch项目的一个核心内容。通过Explanation对象可以方便 的看到评分计算的内部工作原理，但他需要的开销和做查询操作是一样的。因 此，不要过多的使用Explanation对象。 此，不要过多的使用Explanation对象。