目录 1. Apache Lucene(全文检索引擎)—创建索引(第一篇):http://www.cnblogs.com/hanyinglong/p/5387816.html 2. Apache Lucene(全文检索引擎)&mdash ...
目录
1. Apache Lucene(全文检索引擎)—创建索引(第一篇):http://www.cnblogs.com/hanyinglong/p/5387816.html
2. Apache Lucene(全文检索引擎)—搜索(第二篇):http://www.cnblogs.com/hanyinglong/p/5391269.html
3. Apache Lucene(全文检索引擎)—分词器(第三篇):
本项目Demo已上传GitHub,欢迎大家fork下载学习:https://github.com/kencery/Lucene_Compass(项目内部有很详细的注释)
1. 搜索思路
a. 当用户在搜索的时候,先在词汇表中查找,得到符合条件的文档编号列表,再根据文档编号去索引库中得到数据(Document)。
b. Lucene实现搜索的思路
b.1 首先把需要查询的字符串转换为Query对象,把查询字符串转换为Query需要使用QueryParser、MultiFieldQueryParser,查询字符串首先也要经过分词器(Analyzer),要求搜索时使用的Analyzer和建立索引的时候使用的Analyzer要一致,否则极有可能搜索不出正确的结果。
b.2 调用indexSearcher.search()进行查询得到结果,此方法返回值为TopDocs,是包含结果的多个信息的一个对象,其中有totalHits代表总记录数,ScoreDoc数组代表一个结果的相关度得分和文档编号等信息的对象。
b.3 取出需要的数据文档编号列表,调用Document doc=indexSearcher.doc(docId)以取出指定编号对应的Document数据。
2. 理解核心搜索类
a. public class org.apache.lucene.search.IndexSearcher
a.1 IndexSearch是用来在建立好的索引上进行搜索的,它提供了很多搜索方法,其中一些在抽象基类Searcher中实现
a.2 它只能以只读的方式打开一个索引,所以可以有多个IndexSearcher的实例在一个索引上进行操作。
a.3 在使用完IndexSearcher后,需要释放资源,调用方法:indexSearcher.getIndexReader().close();
b. public final class org.apache.lucene.index.Term
b.1 Term是搜索的基本单元,一个Term对象由两个Sting类型的域组成,字段的名称和字段的值
b.2 在搜索时,你可以创建Term对象并和TermQuery同时使用,其中第一个参数代表了要在文档的哪一个Field上进行查找,第二个参数代表了要查询的关键字
Query query=new TermQuery(new Term("content","lucene"));
TopDocs topDocs= indexSearcher.search(query,100 ); //返回查询出来的前n条结果
b.3 这段代码使用Lucene查找出content字段中含有单词lucene的所有文档,因为TermQuery对象继承自它的抽象父类Query,所以你可以在等式的左边用Query类型。
c. public abstract class org.apache.lucene.search.Query
c.1 Query是一个抽象类,这个类的目的是把用户输入的查询字符串封装成Lucene能够识别的Query。
c.2 Query包含了很多子(必须通过一系列子类来表达检索的具体需求,在4个模块中有说明),具体请同时按住Ctrl+T查看
d. public class org.apache.lucene.search.TermQuery
d.1 TermQuery是抽象类Query的一个子类,他同时也是Lucene支持的最为基本的一个查询类。
d.2 生成一个TermQuery对象由如下语句完成(它的构造函数主要只接受一个参数,那就是一个Term对象)。
TermQuery query=new TermQuery(new Term("content","lucene"));
e. public class org.apache.lucene.search.TopDocs
e.1 TopDocs是用来保存搜索的结果的,思路是:指向相互匹配的搜索条件的前N个搜索结果,它是指针的简单容器指向他们的搜索结果输出的文档。
e.2 基于性能的考虑,TopDocs的实例并不是从索引中加载所有匹配查询的所有文档,而是每次按照你给的条件查询出一小部分展现给用户(分页原理)。
f.QueryParser和MultiFieldQueryParser
f.1 QueryParser查询分析器,处理用户输入的查询条件,把用户输入的非格式话检索词转化成后台可以使用的Query对象。
f.2 MultiFieldQueryParser是QueryParser的子类,与父类相比,MultiFieldQueryParser可以在多个属性中搜索。
3. 关键字搜索的大致实现
a. 代码以在github上开源,地址:https://github.com/kencery/Lucene_Compass
1 /** 2 * 测试搜索 3 * @throws Exception 4 */ 5 @Test 6 public void testSearch() throws Exception { 7 //1 搜索条件 8 String queryCondition="lucene"; 9 //2 执行搜索(lucene)10 List<Article> articles=new ArrayList<Article>();11 //--------------------------搜索代码-----------------------------12 Directory directory=FSDirectory.open(Paths.get("./indexDir/")); //索引库目录13 Analyzer analyzer=new StandardAnalyzer(); //分词器14 15 //2.1 把查询字符串转为Query对象(只在title中查询)16 QueryParser queryParser=new QueryParser("title",analyzer);17 Query query=queryParser.parse(queryCondition);18 19 //2.2 执行搜索得到结果20 IndexReader indexReader=DirectoryReader.open(directory);21 IndexSearcher indexSearcher=new IndexSearcher(indexReader);22 TopDocs topDocs= indexSearcher.search(query, 100); //返回查询出来的前n条结果23 24 Integer count= topDocs.totalHits; //总结果数量25 ScoreDoc[] scoreDocs=topDocs.scoreDocs; //返回前N条结果信息26 27 //2.3 处理结果28 for (int i = 0; i < scoreDocs.length; i++) {29 ScoreDoc scoreDoc=scoreDocs[i];30 int docId=scoreDoc.doc;31 System.out.println("得分是:"+scoreDoc.score+",内部编号是:"+docId);32 //根据内部编号取出真正的Document数据33 Document doc=indexSearcher.doc(docId);34 //将document转化为Article35 Article article=new Article(Integer.parseInt(doc.get("id")), doc.get("title"), doc.get("content"));36 articles.add(article); 37 }38 //------------------------------------------------------------39 //3 控制台显示结果40 System.err.println("总结果数:"+count);41 for (Article article : articles) {42 System.out.println("查询结果为:"+article);43 }44 indexSearcher.getIndexReader().close();45 }
原标题:Apache Lucene(全文检索引擎)—搜索(第二篇)
关键词:Apache
*特别声明:以上内容来自于网络收集,著作权属原作者所有,如有侵权,请联系我们:
admin#shaoqun.com
(#换成@)。