【Lucene】Apache Lucene全文检索引擎架构之搜索功能

冷不防 2022-09-22 15:50 229阅读 0赞

上一节主要总结了一下Lucene是如何构建索引的，这一节简单总结一下Lucene中的搜索功能。主要分为几个部分，对特定项的搜索；查询表达式QueryParser的使用；指定数字范围内搜索；指定字符串开头搜索以及多条件查询。

### **1. 对特定项的搜索** ###

要使用Lucene的搜索功能，首先得有索引，也就是说Lucene首先得针对特定的文件生成特定的索引，然后我们才能搜索，这在第一节里描述的很清楚，那么构建索引的例子也是使用第一节中的例子，在这就不再赘述了，然后生成了索引后，如何来搜索呢？先看第一种搜索方式：对特定项的搜索。使用的文件和建立的索引还是使用第一节的那些，生成好了索引后，就可以对特定项进行搜索了。

public class SearchTest { 
    
        private Directory dir;
        private IndexReader reader;
        private IndexSearcher search; 
    
        @Before
        public void setUp() throws Exception {
    
            dir = FSDirectory.open(Paths.get("D:\\lucene")); //索引的目录在D:\\lucene
            reader = DirectoryReader.open(dir); //根据目录获取IndexReader
            search = new IndexSearcher(reader); //根据IndexReader获取IndexSearcher
        }
    
        @After
        public void tearDown() throws Exception {
            reader.close(); //关闭InderxReader
        }
    
        //对特定项进行搜索
        @Test
        public void testTermQuery() throws Exception {
            String searchField = "contents";
            String q = "particular";
            Term term = new Term(searchField, q);
            Query query = new TermQuery(term);
            TopDocs hits = search.search(query, 10);
            System.out.println("匹配" + q + "总共查询到" + hits.totalHits + "个文档");
            for(ScoreDoc score : hits.scoreDocs) {
                Document doc = search.doc(score.doc);
                System.out.println(doc.get("fullPath"));
            }
        }
    }

首先初始化IndexSearcher，在搜索的时候，要在特定的Field中对特定的字符串q进行搜索，由上面的程序可知，我要在contents字段中搜索particular这个字符串。contents是在建立索引的时候建立的，包括程序最后一行中的fullPath字段，都是在建立索引的时候创建的。有了Field和搜索字符串后，就可以生成一个搜索项Term了，然后根据这个搜索项创建一个搜索。最后就可以搜索出包含这个字符串的文件的路径。  
　　这是针对特定项进行搜索，为什么叫针对特定项呢？因为如果我搜索particul，那么结果就为0，也就是说我必须是针对具体的一个单词，也就是说Lucene在建立索引的时候也是根据一个个单词来的，如果我只搜索单词的一部分，那么是搜不到的，所以这种针对特定项搜索其实用的不多，因为在实际中，我如果搜索particul的话，理论上应该能将particular搜出来才对。所以要用到查询表达式QueryParser。

### **2. 使用查询表达式QueryParser搜索** ###

首先来看一下如何使用这个QueryParser。

@Test
    public void testQueryParser() throws Exception {
        Analyzer analyzer = new StandardAnalyzer(); //标准分词器，会自动去掉空格啊，is a the等单词
        String searchField = "contents";
        String q = "particular";    //OR AND particular~
        QueryParser parser = new QueryParser(searchField, analyzer); //查询解析器
        Query query = parser.parse(q); //通过解析要查询的String，获取查询对象
        TopDocs docs = search.search(query, 10);//开始查询，查询前10条数据，将记录保存在docs中
        System.out.println("匹配" + q + "总共查询到" + docs.totalHits + "个文档");
        for(ScoreDoc scoreDoc : docs.scoreDocs) { //取出每条查询结果
            Document doc = search.doc(scoreDoc.doc); //scoreDoc.doc相当于docID,根据这个docID来获取文档
            System.out.println(doc.get("fullPath")); //fullPath是刚刚建立索引的时候我们定义的一个字段
        }
    }

从程序中可以看出，初始化QueryParser需要传入一个分词器，这里使用的是标准分词器，然后跟上面一样，得指定具体的Field和要查询的字符串。这看起来好像和上面根据特定项来搜索没什么两样，其实不然，使用QueryParser的好处就在于初始化查询字符串q的时候，是有语法的，程序中只是简单的查询一个particular单词而已。  
　　如果我将q改成”particular OR Unicode”，那么Lucene就会查询出所有包含particular或Unicode（不区分大小写）的文档，这里的OR也可以省略不写。同样的，如果我把OR改成AND，那么就是查询出所有包含particular且包含Unicode的文档。那么如果我要类似于上面提到的模糊查询呢？比如我输入particul想查出particular咋整呢？可以将q定义为“particul~”，这样就OK了。实际中用的比较多的是这个QueryParser，这一块更多的内容可以看一下官方文档。

### **3. 指定数字范围搜索** ###

这个主要用于某个字段是int型的，然后可以根据这个字段来搜索，可以搜索某两个int值范围内的所有项。为了模拟这个场景，我使用上一节的例子来建立索引，因为里面有id，将其修改为Integer类型即可。然后看下如何指定数字范围内搜索。

@Test
    public void testNumericRangeQuery() throws Exception {
        NumericRangeQuery<Integer> query = NumericRangeQuery.newIntRange("id", 1, 2, true, true);
        TopDocs hits = search.search(query, 10);
        System.out.println("总共查询到" + hits.totalHits + "个文档");
        for (ScoreDoc score : hits.scoreDocs) {
            Document doc = search.doc(score.doc);
            System.out.println(doc.get("id"));
            System.out.println(doc.get("city"));
            System.out.println(doc.get("desc"));
        }
    }

首先得要创建一个NumericRangeQuery对象，初始化的时候第一个参数是字段名，第二个和第三个参数是始末数，后面两个是包含大小写，一般都设置为true，后面就跟之前的查询一样了。上面的程序可以查询到两个记录。

### **4. 指定字符串开头搜索** ###

这个和上面的数字范围内搜索有点类似，只不过搜索的条件不同，初始化也不同，指定字符串开头搜索的话需要先创建一个PrefixQuery对象，将要搜索的字段和开头的字符串传进去，然后再搜索。如下搜索city中以s开头的所有项。

@Test
    public void testPrefixQuery() throws Exception {
        PrefixQuery query = new PrefixQuery(new Term("city", "s"));
        TopDocs hits = search.search(query, 10);
        System.out.println("总共查询到" + hits.totalHits + "个文档");
        for (ScoreDoc score : hits.scoreDocs) {
            Document doc = search.doc(score.doc);
            System.out.println(doc.get("id"));
            System.out.println(doc.get("city"));
            System.out.println(doc.get("desc"));
        }
    }

### **5. 多条件查询（组合查询）** ###

多条件查询又称为组合查询，顾名思义，就是将多个查询条件组合到一起进行查询，这个就比较厉害了。比如我现在想组合上面两个查询，首先id为1到2之间，然后city又是s开头的，可以这么做：

@Test
    public void testBooleanQuery() throws Exception {
        NumericRangeQuery<Integer> query1 = NumericRangeQuery.newIntRange("id", 1, 2, true, true);
        PrefixQuery query2 = new PrefixQuery(new Term("city", "s"));
        BooleanQuery.Builder booleanQuery = new BooleanQuery.Builder();
    
        booleanQuery.add(query1, BooleanClause.Occur.MUST);
        booleanQuery.add(query2, BooleanClause.Occur.MUST);
    
        TopDocs hits = search.search(booleanQuery.build(), 10);
        System.out.println("总共查询到" + hits.totalHits + "个文档");
        for (ScoreDoc score : hits.scoreDocs) {
            Document doc = search.doc(score.doc);
            System.out.println(doc.get("id"));
            System.out.println(doc.get("city"));
            System.out.println(doc.get("desc"));
        }
    }

组合查询使用的是BooleanQuery，然后组合的条件还是上面的那些条件，这些条件中原来该使用什么类初始化还是使用那些类初始化，只是往BooleanQuery中加就行了。这很方便，一般查询条件多的时候，就可以采用这种组合的查询方式来查询。

文末福利：“程序员私房菜”，一个有温度的公众号~  
![程序员私房菜][70]

--------------------

—–乐于分享，共同进步！  
—–我的博客主页：[http://blog.csdn.net/eson\_15][http_blog.csdn.net_eson_15]

[70]: /images/20220721/ebfc5b68733b4277a998010deb791912.png
[http_blog.csdn.net_eson_15]: http://blog.csdn.net/eson_15