1.概述
Lucene是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎。Lucene以其方便使用、快速实施以及灵活性受到广泛的关注。它可以方便地嵌入到各种应用中实现针对应用的全文索引、检索功能，本总结使用lucene--2.3.2。
2.lucene 的包结构
1、org.apache.lucene.analysis对需要建立索引的文本进行分词、过滤等操作, 语言分析器，主要用于的切词Analyzer是一个抽象类，管理对文本内容的切分词规则。
2、org.apache.lucene.analysis.standard是标准分析器
3、org.apache.lucene.document提供对Document和Field的各种操作的支持。索引存储时的文档结构管理，类似于关系型数据库的表结构。Document相对于关系型数据库的记录对象，Field主要负责字段的管理。
4、org.apache.lucene.index是最重要的包，用于向Lucene提供建立索引时各种操作的支持。索引管理，包括索引建立、删除等。索引包是整个系统核心，全文检索的根本就是为每个切出来的词建索引，查询时就只需要遍历索引，而不需要去正文中遍历，从而极大的提高检索效率。
5、org.apache.lucene.queryParser提供检索时的分析支持。查询分析器，实现查询关键词间的运算，如与、或、非等。
6、org.apache.lucene.search 负责检索。检索管理，根据查询条件，检索得到结果。
7、org.apache.lucene.store提供对索引存储的支持。数据存储管理，主要包括一些底层的I/0操作。
8、org.apache.lucene.util提供一些常用工具类和常量类的支持
3.索引文件格式
a).fnm格式包含了Document中所有field名称
b).fdt与.fdx格式.fdt文件用于存储具有Store.YES属性的Field的数据；.fdx是一个索
引，用于存储Document在.fdt中的位置。
c).tis 与.tii格式.tis文件用于存储分词后的词条（Term），而.tii就是它的索引文件，它
表明了每个.tis文件中的词条的位置。
d)deletable格式文档被删除后，会首先在deletable文件中留下一个记录，要真正删除时，
才将索引除去。
e)复合索引格式.cfs
使用IndexWriter的useCompoundFile() 默认为True
4.lucene中主要的类
4.1. Document文档类
4.1.1.常用方法
4.1.2.示例
Document doc1 = new Document();
doc1.add(new Field("name", "word1 word2 word3",
Field.Store.NO,Field.Index.TOKENIZED)); Document doc2 = new Document();
doc2.add(new Field("name", "word1 word2 word3",
Field.Store.NO,Field.Index.TOKENIZED));
4.2. Field字段类
4.2.1.构造方法
1)public Field(String name,String value,Store store,Index index);//直接的字符串方式
2)public Field(String name,String value,Store store,Index index,TermVector termVector);
3)public Field(String name,String value,Reader reader);//使用Reader从外部传入
4)public Field(String name,String value,Reader reader,TermVector termVector);
5)public Field(String name,byte[] value,Store store)//使用直接的二进制byte传入
当Field值为二进制时，可以使用Lucene的压缩功能将其值进行压缩。
4.2.2.Store类
4.2.3.Index类
4.2.4.示例
new Field("name", "word1 word2 word3",Field.Store.YES,Field.Index.TOKENIZED)
4.3. IndexWriter类
4.3.1.构造方法
1)public IndexWriter(String path,Analyzer a,Boolean create)
2)public IndexWriter(File path,Analyzer a,Boolean create)
3)public IndexWriter(Directory d,Analyzer a,Boolean create)
第一个参数：索引存放在什么地方
第二个参数：分析器，继承自org.apache.lucene.analysis.Analyzer类
第三个参数：为true时，IndexWriter不管目录内是否已经有索引了，一律清空，重新建立；当为false时，则IndexWriter会在原有基础上增量添加索引。所以在更新的过程中，需要设置该值为false。
4.3.2.添加文档
public void addDocument(Document doc)
public void addDocument(Document doc,Analyzer analyzer)//使用一个开发者自定义的，而非事先在构建IndexWriter时声明的Analyzer来进行分析
writer.addDocument(doc1);
4.3.3.性能参数
1)mergeFactor控制Lucene在把索引从内存写入磁盘上的文件系统时内存中最大的
Document数量，同时它还控制内存中最大的Segment数量。默认为10.
writer.setMergeFactor(10);
2)maxMergeDocs限制一个Segment中最大的文档数量。一个较大的maxMergeDocs适用
于对大批量的文档建立索引，增量式的索引则应使用较小的maxMergeDocs。
writer.setMaxMergeDocs(1000);
3)minMergeDocs用于控制内存中持有的文档数量的，它对磁盘上的Segment大小没有任
何影响。
4.3.4.限制Field的长度
maxFieldLength限制Field的长度，默认值为10000.最大值100000个。
public void setMaxFieldLength(int maxFieldLength)
writer.addDocument(doc1);
writer.setMaxFieldLength(100000);
writer.addDocument(doc2);
4.3.
5.复合索引格式
setUseCompoundFile(Boolean) 默认true
writer.setUseCompoundFile(true);//复合索引
writer.setUseCompoundFile(false);
4.3.6.优化索引
writer.optimize();
将磁盘上的多个segment进行合并，组成一个全新的segment。这种方法并不会增加建索时的速度，反而会降低建索的速度。所以应该在建完索引后在调用这个函数
4.3.7.示例
IndexWriter writer = new IndexWriter(path, new StandardAnalyzer(), true);
writer.addDocument(doc1);
writer.addDocument(doc2);
Sytem.out.println(writer.docCount());
writer.close();
IndexSearcher searcher = new IndexSearcher(path);
Hits hits = null;
Query query = null;
QueryParser parser =new QueryParser("name", new StandardAnalyzer());
query =parser.parse("word1");
hits = searcher.search(query);
System.out.println("查找word1 共" + hits.length() + "个结果");
4.4. Directory类
Directory：用于索引的存放位置
a)FSDirectory.getDirectory(path, true)第二个参数表示删除掉目录内原有内容IndexWriter writer = new IndexWriter(FSDirectory.getDirectory(path, true), new StandardAnalyzer(), true);//删除原有索引
或
FSDirectory fsDir=FSDirectory.getDirectory(path,true);
IndexWriter writer = new IndexWriter(fsDir, new StandardAnalyzer(), true);
b)RAMDirectory在内存中存放，读取速度快，但程序一运行结束，它的内容就不存在了RAMDirectory ramDir=new RAMDirectory();
IndexWriter writer = new IndexWriter(ramDir, new StandardAnalyzer(), true);
或
IndexWriter writer = new IndexWriter(new RAMDirectory(), new StandardAnalyzer(), true); 4.5. IndexReader类
IndexReader类――索引的读取工具
4.5.1.删除文档
IndexReader reader=IndexReader.open(path);
reader.deleteDocument(0);//删除第一个
reader.close();
4.5.2.反删除
reader.undeleteAll();
4.5.3.按字段删除
reader.deleteDocuments(new Term("name","word1"));
若要真正物理删除，则只需使用IndexWriter对索引optimize一次即可！
4.5.4.示例
IndexReader reader=IndexReader.open(path);
for(int i=0;i System.out.println(reader.document(i)); } System.out.println("版本："+reader.getVersion()); System.out.println("索引内的文档数量："+reader.numDocs()); //reader.deleteDocuments(new Term("name","word1")); Term term1=new Term("name","word1"); TermDocs docs=reader.termDocs(term1); while(docs.next()) { System.out.println("含有所查找的"+term1+"的Document的编号为"+docs.doc()); System.out.println("Term在文档中的出现次数"+docs.freq()); } reader.close(); 4.6. IndexModifier类 集成了IndexWriter的大部分功能和IndexReader中对索引删除的功能------ Lucene2.0的新类 4.6.1.示例 public static void main(String[] args) throws Exception { IndexModifier modifier=new IndexModifier("C:\\Q1",new StandardAnalyzer(),true); Document doc1=new Document(); doc1.add(new Field("bookname","钢铁是怎样炼成的 ",Field.Store.YES,Field.Index.TOKENIZED)); Document doc2=new Document(); doc2.add(new Field("bookname","山山水水 ",Field.Store.YES,Field.Index.TOKENIZED)); modifier.addDocument(doc1); modifier.addDocument(doc2); System.out.println(modifier.docCount()); modifier.setUseCompoundFile(false); modifier.close(); IndexModifier mo=new IndexModifier("C:\\Q1",new StandardAnalyzer(),false); mo.deleteDocument(0); System.out.println(mo.docCount()); mo.close(); } 4.7. IndexSearcher类 4.7.1.构造方法 IndexSearcher searcher = new IndexSearcher(String path); IndexSearcher searcher = new IndexSearcher(Directory directory); IndexSearcher searcher = new IndexSearcher(IndexReader r); IndexSearcher searcher = new IndexSearcher(IndexReader r,Boolean closeReader); IndexSearcher searcher = new IndexSearcher(path); IndexSearcher searcher = new IndexSearcher(FSDirectory.getDirectory(path,false) ); 4.7.2.search方法 //返回Hits对象 public Hits search(Query query) public Hits search(Query query,Filter filter) public Hits search(Query query,Sort sort) public Hits search(Query query,Filter filter,Sort sort) //检索只返回得分最高的Document public TopDocs search(Query query,Filter filter,int n) public TopDocs search(Weight weight,Filter filter,int n) public TopFieldDocs search(Weight weight,Filter filter,int n,Sort sort) public TopFieldDocs search(Query query,Filter filter,int n,Sort sort) //传入HitCollector,将结果保存在HitCollector中 public void search(Query query,HitCollector results) public void search(Query query,Filter filter,HitCollector results) public void search(Weight weight,Filter filter,HitCollector results) 4.7.3.Searcher的explain方法 public Explaination explain(Query query,int doc)throws IOException for(int i=0;i { Document d=hits.doc(i); System.out.println(i+" "+hits.score(i)+" "+d.get("contents")); System.out.println(searcher.explain(query,hits.id(i)).toString()) ; } 4.7.4.示例 IndexSearcher searcher = new IndexSearcher(path); Hits hits = null; Query query = null; QueryParser parser =new QueryParser("contents", new StandardAnalyzer()); query =parser.parse("11"); hits = searcher.search(query); System.out.println("查找 word1 共" + hits.length() + "个结果"); for(int i=0;i { Document d=hits.doc(i); System.out.println(d+" "+i+" "+hits.score(i)+" "+d.get("contents")); } searcher.close(); 4.8. Hits类 4.8.1.概述 Hits类――检索结果 4.8.2.常用方法 4.8.3.示例 for(int i=0;i { Document d=hits.doc(i); System.out.println(d+" "+" "+hits.score(i)+" "+d.get("contents")); System.out.println("文档的内部ID号:" + hits.id(i)); } 4.9. QueryParser类 4.9.1.改变默认的布尔逻辑 默认为“或”关系 Query query = null; QueryParser parser =new QueryParser("contents", new StandardAnalyzer()); query =parser.parse("hello world!"); System.out.println(query.toString()); 改变默认布尔逻辑 Query query = null; QueryParser parser =new QueryParser("contents", new StandardAnalyzer()); parser.setDefaultOperator(QueryParser.AND_OPERATOR); query =parser.parse("hello world");//若world后加！会出错 System.out.println(query.toString()); AND OR NOT –关键字 也可以不用改变默认布尔逻辑，而直接让用户在输入关键字时指定不同词条间的布尔联系。例如，用户输入hello AND world 必须为大写 逻辑与：AND （大写） 逻辑或：OR （大写） 逻辑非：- 例如：hello - world 也可以是NOT 例如：hello NOT world 4.9.2.不需要分词 不进行分词，将其完整的作为一个词条进行处理，则需要在词组的外面加上引号 String queryStr="\"God helps those who help themselves\""; QueryParser parser = new QueryParser("bookname",new StandardAnalyzer()); parser.setDefaultOperator(QueryParser.AND_OPERATOR); Query query=parser.parse(queryStr); System.out.println(query.toString()); 4.9.3.设置坡度值,支持FuzzyQuery String queryStr="\"God helps those who help themselves\"~1";//设置坡度为1 QueryParser parser = new QueryParser("bookname",new StandardAnalyzer()); Query query=parser.parse(queryStr); System.out.println(query.toString()); 4.9.4.设置通配符，支持WildcardQuery String queryStr="wor?" QueryParser parser = new QueryParser("bookname",new StandardAnalyzer()); parser.setDefaultOperator(QueryParser.AND_OPERATOR); Query query=parser.parse(queryStr); System.out.println(query.toString()); 4.9. 5.查找指定的Field String queryStr="linux publishdate:2006-09-01"; QueryParser parser = new QueryParser("bookname",new StandardAnalyzer()); parser.setDefaultOperator(QueryParser.AND_OPERATOR); Query query=parser.parse(queryStr); System.out.println(query.toString()); 例如：要求用户选择某一方面的 4.9.6.范围的查找，支持RangeQuery String queryStr="[1990-01-01 TO 1998-12-31]"; QueryParser parser=new QueryParser("publishdate", new StandardAnalyzer()); Query query=parser.parse(queryStr); System.out.println(query.toString()); 输出结果为publishdate:[081xmghs0 TO 0boeetj3z] 因为建立索引时，如果按照日期表示的字符串来进行索引，实际上比较的是字符串的字典顺序。而首先将日期转为以毫秒计算的时间后，则可以精确地比较两个日期的大小了。于是，lucene提供DateTools工具，用来完成其内部对时间的转化和处理，将毫秒级的时间转化为一个长字符串来进行表示，并进行索引。所以，遇到日期型数据时，最好用DateTools进行转换，再进行索引！ 4.9.7.现在还不支持SpanQuery 4.10. MultiFieldQueryParser类--多域搜索 //在不同的Field上进行不同的查找 public static Query parse(String []queries,String[] fields,Analyzer analyzer)throws ParseException //在不同的Field上进行同一个查找，指定它们之间的布尔关系 public static Query parse(String query,String[] fields,BooleanClause.Occur[] flags,Analyzer analyzer) throws ParseException //在不同的Field上进行不同的查找，指定它们之间的布尔关系 public static Query parse(String []queries,String [] fields,BooleanClause.Occur[] flags,Analyzer analyzer)throws ParseException String [] queries={"钢", "[10 TO 20]"}; String[] fields={“bookname”,”price”}; BooleanClause.Occur[] clauses={BooleanClause.Occur.MUST,BooleanClause.Occur.MUST}; Query query=MultiFieldQueryParser.parse(queries,fields,clauses,new StandardAnalyzer()); System.out.println(query.toString()); 4.11. MultiSearcher类--多个索引搜索 IndexSearcher searcher1=new IndexSearcher(path1); IndexSearcher searcher2=new IndexSearcher(path2); IndexSeacher [] searchers={searcher1,seacher2}; MultiSearcher searcher=new MultiSearcher(searchers); Hits hits=searcher.search(query); for(int i=0;i System.out.println(hits.doc(i)); } 4.12. ParalellMultiSearcher类---多线程搜索 IndexSearcher searcher1=new IndexSearcher(path1); IndexSearcher searcher2=new IndexSearcher(path2); IndexSearcher [] searchers={searcher1,searcher2}; ParallelMultiSearcher searcher=new ParallelMultiSearcher(searchers); long start=System.currentTimeMillis(); Hits hits=searcher.search(query); long end=System.currentTimeMillis(); System.out.println((end-start)+"ms"); 5.排序 5.1. Sort类 public Sort() public Sort(String field) public Sort(String field,Boolean reverse) //默认为false，降序排序 public Sort(String[] fields) public Sort(SortField field) public Sort(SortField[] fields) Sort sort=new Sort(“bookname”);按照“bookname“这个Field值进行降序排序Sort sort=new Sort(“bookname”,true) //升序排序 Sort sort=new Sort(new String[]{“bookNumber”,”bookname”,”publishdate”});按照三个Field进行排序，但无法指定升序排序，所以用SortField 5.2. SortField类 public SortField(String field) public SortField(String field,Boolean reverse) public SortField(String field,int type) //type表示当前Field值的类型 public SortField(String field,int type,boolean reverse) //默认为false，升序 Field值的类型：SortField.STRING、SortField.INT、SortField.FLOAT SortField sf1=new SortField(“bookNumber”,SortField.INT,fals e); SortField sf2=new SortField(“bookname”,SortField.STRING,false); 5.3. 指定排序的法则 5.3.1.按照文档的得分降序排序 Hits hits=searcher.search(query,Sort.RELEVANCE); 5.3.2.按文档的内部ID升序排序 Hits hits=searcher.search(query, Sort.INDEXORDER); 5.3.3.按照一个Field来排序 Sort sort=new Sort(); SortField sf=new Sor tField(“bookNumber”,SortField.INT,false); sort.setSort(sf); Hits hits=searcher.search(query,sort); 5.3.4.按照多个Field来排序 Sort sort=new Sort(); SortField sf1=new SortField(“bookNumber”,SortField.INT,false);//升序SortField sf2=new SortField(“publishdate”,SortField.STRING,true);//降序 sort.setSort(new SortField[]{sf1,sf2}); Hits hits=searcher.search(query,sort); 5.3.5.改变SortField中的Locale信息 String str1=”我”; String str2=”你”; Collator co1=Collator.getInstance(Locale.CHINA); Collator co2=Collator.getInstance(Locale.JAPAN); System.out.println(Locale.CHINA+”:”+https://www.doczj.com/doc/966874521.html,pare(str1，str2)); System.out.println(Locale.JAPAN+”:”+https://www.doczj.com/doc/966874521.html,pare(str1,str2)); 输出结果为： zh_CN:1 ja_JP:-1 所以 public SortField(String field,Locale locale) public SortField(String field,Locale locale,boolean reverse) 6.过滤器 使用public Hits search(Query query,Filter filter) （1）简单过滤 Hits hits=searcher.search(query,new AdvancedSecurityFilter());//过滤掉securitylevel为0的结果 （2）范围过滤—RangeFilter 只显示中间的 RangeFilter filter=new RangeFilter(“publishdate”,”1970-01-01”,”1998-12-31”,true,true”); Hits hits=searcher.search(query,filter); 无上边界 public static RangeFilter More(String fieldname,String lowerTerm) 无下边界 public static RangeFilter Less(String fieldname,String upperTerm) (3)在结果中查询QueryFilter RangeQuery q=new RangeQuery(new Term(“publicshdate”,”1970-01-01”), new Term(“publishdate”,”1999-01-01”),true); QueryFilter filter=new QueryFilter(q); Hits hits=searcher.search(query,filter); 7.分析器Analysis 7.1. 自带分析器和过滤器 标准过滤器：StandardAnalyzer 大小写转换器：LowerCaseFilter 忽略词过滤器：StopFilter public StopFilter(TokenStream input,String [] stopWords) public StopFilter(TokenStream in,String [] stopWords,boolean ignoreCase) public StopFilter(TokenStream input,Set stopWords,boolean ignoreCase) public StopFilter(TokenStream in, Set stopWords) 其中，参数TokenStream代表当前正在进行处理的流；String类型的数组代表一个用数组表示的忽略词集合；Set类型的参数与String一样，是用来表示忽略词集合的；boolean表示当 与忽略词集合中的词进行匹配时，是否需要忽略大小写。 长度过滤器：LengthFilter PerFieldAnalyzerWrapper WhitespaceAnalyzer String str="str1 str2 str3"; StringReader reader=new StringReader(str); Analyzer anlyzer=new WhitespaceAnalyzer(); TokenStream ts=anlyzer.tokenStream("", reader); Token t=null; while( (t=ts.next())!=null ){ System.out.println(t.termText()); } 7.2. 第三方过分析器 单字分词 二分法：CJKAnalyzer、中科院ICTCLAS分词、JE分词 词典分词 7.2.1.JE分词用法 7.2.1.1. 示例 import jeasy.analysis.MMAnalyzer; IndexWriter writer = new IndexWriter(INDEX_STORE_PATH, new MMAnalyzer() , true); String str=" Lucene是一个全文检索引擎的架构，"+ "提供了完整的查询引擎和索引引擎。Lucene以其方便使用、快" + "速实施以及灵活性受到广泛的关注。它可以方便地嵌入到各种应用" + "中实现针对应用的全文索引、检索功能，本总结使用lucene--2.3.2。"; MMAnalyzer analyzer=new MMAnalyzer(); try{ System.out.println(analyzer.segment(str, "|")); } catch(Exception e) { e.printStackTrace(); } 输出结果：lucene|一个|全文|检索|引擎|架构|提供|完整|查询|。。。。 7.2.1.2. 设定正向最大匹配的字数 MMAnalyzer analyzer=new MMAnalyzer(4); 7.2.1.3. 添加新词 MMAnalyzer.addWord(String word); MMAnalyzer.addDictionary(Reader reader); MMAnalyzer analyzer=new MMAnalyzer(); MMAnalyzer.addWord("迈克尔雷第"); 8.索引的合并 RAMDirectory RAMDir=new RAMDirectory(); IndexWriter writer = new IndexWriter(RAMDir, new StandardAnalyzer(), true);//删除原有索引 IndexWriter writer2=new IndexWriter(FSDirectory.getDirectory(path,true), new StandardAnalyzer(), true); writer.addDocument(doc1); writer2.addDocument(doc2); writer.close(); writer2.addIndexes(new Directory[]{RAMDir}); writer2.close(); 注意：在合并前一定要先关闭要加的索引器。 9.各种Query 9.1. 概述 query.toString()查看原子查询 9.2. 使用特定的分析器搜索 IndexSearcher searcher = new IndexSearcher(path ); Hits hits = null; Query query = null; QueryParser parser =new QueryParser("contents", new StandardAnalyzer()); query =parser.parse("11 a and hello"); hits=searcher.search(query); //查找 name:11 name:hello 共1个结果 System.out.println("查找 "+query.toString()+" 共" + hits.length() + "个结果"); 9.3. 按词条搜索—TermQuery Query query = null; query=new TermQuery(new Term("name","word1 a and")); hits=searcher.search(query);// 查找 name:word1 a and 共0个结果 System.out.println("查找 "+query.toString()+" 共" + hits.length() + "个结果"); 9.4. 按“与或”搜索—BooleanQuery 1.和：MUST与MUST_NOT 2.或：SHOULD与SHOULD 3.A与B的并集－B MUST与MUST_NOT Query query1=null; Query query2=null; BooleanQuery query=null; query1=new TermQuery(new Term("name","word1")); query2=new TermQuery(new Term("name","word2")); query=new BooleanQuery(); query.add(query1,BooleanClause.Occur.MUST); query.add(query2,BooleanClause.Occur.MUST_NOT); 9.5. 在某一范围内搜索—RangeQuery Term beginTime=new Term("time","200001"); Term endTime=new Term("time","200005"); RangeQuery query=null; query=new RangeQuery(beginTime,endTime,false);//不包含边界值 9.6. 使用前缀搜索—PrefixQuery Term pre1=new Term("name","wor"); PrefixQuery query=null; query = new PrefixQuery(pre1); 9.7. 短语搜索—PhraseQuery a)默认坡度为0 PhraseQuery query = new PhraseQuery(); query.add(new Term(“bookname”,”钢”)); query.add(new Term(“bookname”,”铁”)); Hits hits=searcher.search(query); //搜索“钢铁”短语，而非“钢”和“铁” b)设置坡度，默认为0 PhraseQuery query = new PhraseQuery(); query.add(new Term(“bookname”,”钢”)); query.add(new Term(“bookname”,”铁”)); query.setSlop(1); Hits hits=searcher.search(query);//搜索“钢铁”或“钢*铁”中含一字 9.8. 多短语搜索—MultiPhraseQuery a) MultiPhraseQuery query=new MultiPhraseQuery(); //首先向其中加入要查找的短语的前缀 query.add(new Term(“bookname”,”钢”)); //构建3个Term，作为短语的后缀 Term t1=new Term(“bookname”,”铁”); Term t2=new Term(“bookname”,”和”); Term t3=new Term(“bookname”,”要”); //再向query中加入所有的后缀，与前缀一起，它们将组成3个短语 query.add(new Term[]{t1,t2,t3}); Hits hits=searcher.search(query); for(int i=0;i System.out.println(hits.doc(i)); b) MultiPhraseQuery query=new MultiPhraseQuery(); Term t1=new Term(“bookname”,”钢”); Term t2 = new Term(“bookname”,”和”); query.add(new Term[]{t1,t2}); query.add(new Term(“bookname”,”铁”)); c) MultiPhraseQuery query=new MultiPhraseQuery(); Term t1=new Term(“bookname”,”钢”); Term t2 = new Term(“bookname”,”和”); query.add(new Term[]{t1,t2}); query.add(new Term(“bookname”,”铁”)); Term t3=new Term(“bookname”,”是”); Term t4=new Term(“bookname”,”战”); query.add(new Term[]{t3,t4}); 9.9. 模糊搜索—FuzzyQuery 使用的算法为levenshtein算法，在比较两个字符串时，将动作分为3种： ●加一个字母 ●删一个字母 ●改变一个字母 FuzzyQuery query=new FuzzyQuery(new Term(“content”,”work”)); public FuzzyQuery(Term term) public FuzzyQuery(Term term,float minimumSimilarity)throws IllegalArgumentException public FuzzyQuery(Term term,float minimumSimilarity,int prefixLength)throws IllegalArgumentException 其中minimumSimilarity为最小相似度，越小则文档的数量越多。默认为0.5.其值必须<1.0 FuzzyQuery query=new FuzzyQuery(new Term(“content”,”work”),0.1f); 其中prefixLength表示要有多少个前缀字母必须完全匹配 FuzzyQuery query=new FuzzyQuery(new Term(“content”,”work”),0.1f,1); 9.10. 通配符搜索—WildcardQuery * 表示0到多个字符 ? 表示一个单一的字符 WildcardQuery query=new WildcardQuery(new Term(“content”,”?qq*”)); 9.11. 跨度搜索 9.11.1.SpanTermQuery 效果和TermQuery相同 SpanTermQuery query=new SpanTermQuery(new Term(“content”,”abc”)); 9.11.2.SpanFirstQuery 从Field内容的起始位置开始，在一个固定的宽度内查找所指定的词条 SpanFirstQuery query=new SpanFirstQuery(new Term(“content”,”abc”),3);//是第3个word，不是byte 9.11.3.SpanNearQuery SpanNearQuery相当与PhaseQuery SpanTermQuery people=new SpanTermQuery(new Term(“content”,”mary”)); SpanTermQuery how=new SpanTermQuery(new Term(“content”,”poor”)); SpanNearQuery query=new SpanNearQuery(new SpanQuery[]{people,how},3,false); 9.11.4.SpanOrQuery 把所有SpanQuery的结果合起来 SpanTermQuery s1=new SpanTermQuery(new Term(“content”,”aa”); SpanTermQuery s2=new SpanTermQuery(new Term(“content”,”cc”); SpanTermQuery s3=new SpanTermQuery(new Term(“content”,”gg”); SpanTermQuery s4=new SpanTermQuery(new Term(“content”,”kk”); SpanNearQuery query1=new SpanNearQuery(new SpanQuery[]{s1,s2},1,false); SpanNearQuery query2=new SpanNearQuery(new SpanQuery[]{s3,s4},3,false); SpanOrQuery query=new SpanOrQuery(new SpanQuery[]{query1,query2}); 9.11.5.SpanNotQuery 从第1个SpanQuery的查询结果中，去掉第2个SpanQuery的查询结果SpanTermQuery s1=new SpanTermQuery(new Term(“content”,”aa”); SpanFirstQuery query1=new SpanFirstQuery(s1,3); SpanTermQuery s3=new SpanTermQ uery(new Term(“content”,”gg”); SpanTermQuery s4=new SpanTermQuery(new Term(“content”,”kk”); SpanNearQuery query2=new SpanNearQuery(new SpanQuery[]{s3,s4},4,false); SpanNotQuery query=new SpanNotQuery(query1,query2); 9.12. RegexQuery—正则表达式的查询 String regex="http://[a-z]{1,3}\\.abc\\.com/.*"; RegexQuery query=new RegexQuery(new Term("url",regex));
相关主题
文本预览