文档章节

lucene学习6-各种查询

明舞
 明舞
发布于 2014/11/18 23:48
字数 1798
阅读 37
收藏 1

目前缺了数值和日期的模糊查询与精确查询,等学会了以后再更新


package com.test;

import java.util.Date;
import java.util.HashMap;
import java.util.Map;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.IntField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.Term;
import org.apache.lucene.queryparser.xml.builders.NumericRangeFilterBuilder;
import org.apache.lucene.queryparser.xml.builders.NumericRangeQueryBuilder;
import org.apache.lucene.search.BooleanQuery;
import org.apache.lucene.search.FuzzyQuery;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.PhraseQuery;
import org.apache.lucene.search.PrefixQuery;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TermRangeQuery;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.search.WildcardQuery;
import org.apache.lucene.search.BooleanClause.Occur;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.RAMDirectory;
import org.apache.lucene.util.BytesRef;
import org.apache.lucene.util.Version;

public class SearcherUtil {
	private  Directory directory;
	private IndexReader reader;
	private Date[] dates = null;
	private String[] ids = {"1","2","3","4","5","6"}; 
    private String[] emails = {"aa@tom.com","bb@edu.com","cc@sina.com","dd@yaho.com","ee@qq.com","ff@163.com"};
    private String[] content = {"welcome to 1 room,I like tom","welcome to 2 room","welcome to 3 room","welcome to 4 room,i like qq","welcome to 5 room","welcome to 6 room",};
    private int[]    attachs = {1,4,3,2,5,1}; //模拟附件数量  ,专门用来演示为数字加索引
    private String[] names = {"张三","李四","王五","马六","赵七","刘八"};
    private Map<String, Float>  scorsMap = new  HashMap<String, Float>();


	public SearcherUtil() throws Exception {
		directory = new RAMDirectory();
		index();
	}

	//或者查询器
	public IndexSearcher getSearcher() throws Exception {
		if (reader == null) {
			reader = DirectoryReader.open(directory);
		} else {
			IndexReader tr = DirectoryReader
					.openIfChanged((DirectoryReader) reader);
			if (tr != null) {// 如果已经做了改变,并且返回了全新的reader
				reader.close();	
				reader = tr;
			}
		}
		return new IndexSearcher(reader);
	}
	//字符精确查询
	public void  searchByTerm(String field,String name,int num) throws Exception { //在这里的term为精确查找,稍微有一点不同都无法匹配,这里的匹配是以字段为单位的,比如tom一个单词可以匹配,但是t一个字母无法匹配
		IndexSearcher searcher = getSearcher();
		Query query = new TermQuery(new Term(field,name));
		TopDocs tds = searcher.search(query,num);
	    System.out.println("一共查询了:"+tds.totalHits);
	    for ( ScoreDoc sd : tds.scoreDocs) {
	    	Document doc = searcher.doc(sd.doc);
	    	System.out.println(doc.get("id")+"id<------->"+doc.get("name")+"<------name"+doc.get("email")+"email<-----");
		}
	    
	}
	
	//字符范围查询
	public void searchByTermRange(String field,String start,String end,int num	)throws Exception{
		IndexSearcher searcher =getSearcher();
		Query query =  new TermRangeQuery(field, new BytesRef(start), new BytesRef(end), true, true);
		TopDocs tds = searcher.search(query,num);
	    System.out.println("一共查询了:"+tds.totalHits);
	    for ( ScoreDoc sd : tds.scoreDocs) {
	    	Document doc = searcher.doc(sd.doc);
	    	System.out.println(doc.get("id")+"id<------->"+doc.get("name")+"<------name"+doc.get("email")+"email<-----");
		}
		
	}
	
	
	
	
	//按前缀查询
	public void searchByPrefix(String field,String value,int num)throws Exception{
		IndexSearcher searcher =getSearcher();
		Query query =  new PrefixQuery(new Term(field,value));
		TopDocs tds = searcher.search(query,num);
	    System.out.println("一共查询了:"+tds.totalHits);
	    for ( ScoreDoc sd : tds.scoreDocs) {
	    	Document doc = searcher.doc(sd.doc);
	    	System.out.println(doc.get("id")+"id<------->"+doc.get("name")+"<------name"+doc.get("email")+"email<-----");
		}
		
	}
	
	
	//通配符查询
	public void searchByWildcard(String field,String value,int num)throws Exception{
		IndexSearcher searcher =getSearcher();
		Query query =  new WildcardQuery(new Term(field,value));
		TopDocs tds = searcher.search(query,num);
	    System.out.println("一共查询了:"+tds.totalHits);
	    for ( ScoreDoc sd : tds.scoreDocs) {
	    	Document doc = searcher.doc(sd.doc);
	    	System.out.println(doc.get("id")+"id<------->"+doc.get("name")+"<------name"+doc.get("email")+"email<-----");
		}
		
	}
	
	
	//模糊查询    会有距离限制,一般情况下就算有一些字符不同,也可以查询出来
	public void searchByFuzzy(int num)throws Exception{
		IndexSearcher searcher =getSearcher();
		FuzzyQuery query =  new FuzzyQuery(new Term("email","aatom.com")); //在构造函数时可以传入值设定匹配相似度,距离等
		System.out.println("query.getPrefixLength()"+query.getPrefixLength());
		TopDocs tds = searcher.search(query,num);
	    System.out.println("一共查询了:"+tds.totalHits);
	    for ( ScoreDoc sd : tds.scoreDocs) {
	    	Document doc = searcher.doc(sd.doc);
	    	System.out.println(doc.get("id")+"id<------->"+doc.get("name")+"<------name"+doc.get("email")+"email<-----");
		}
		
	}
	
	//boolean查询
	public void searchByBoolean(int num)throws Exception{
		IndexSearcher searcher =getSearcher();
		BooleanQuery query =  new BooleanQuery();
		query.add(new TermQuery(new Term("email","aa@tom.com")),Occur.MUST);//,Occur.MUST的意思是email必须是这个值,必须符合这个条件   Occur.SHOULD类似于可以符合,也可以不符合,Occur.MUST_NOT 不能出现
		query.add(new TermQuery(new Term("content","like")),Occur.SHOULD);  //可以叠加多条的,后面的条件类似于与或非门.sql的or 和  and
		TopDocs tds = searcher.search(query,num);
	    System.out.println("一共查询了:"+tds.totalHits);
	    for ( ScoreDoc sd : tds.scoreDocs) {
	    	Document doc = searcher.doc(sd.doc);
	    	System.out.println(doc.get("id")+"id<------->"+doc.get("name")+"<------name"+doc.get("email")+"email<-----");
		}
		
	}
	
	
	//Phrase查询   短语查询
	public void searchByPhrase	(int num)throws Exception{
		IndexSearcher searcher =getSearcher();
		PhraseQuery query =  new PhraseQuery();
		query.setSlop(1);
		//第一个term
		query.add(new Term("content","i"));
		//产生距离之后的第二个term   如果两个调换了顺序就不可以查询到了。  整个查询的意思是,查询在i之后有一个like 的短语的记录
		query.add(new Term("content","like"));
		TopDocs tds = searcher.search(query,num);
	    System.out.println("一共查询了:"+tds.totalHits);
	    for ( ScoreDoc sd : tds.scoreDocs) {
	    	Document doc = searcher.doc(sd.doc);
	    	System.out.println(doc.get("id")+"id<------->"+doc.get("name")+"<------name"+doc.get("email")+"email<-----");
		}
		
	}
	
	//建立索引
	 public void index() throws Exception {
	    	IndexWriter writer = null;
	    	writer = new IndexWriter(directory, new IndexWriterConfig(Version.LATEST, new StandardAnalyzer(Version.LATEST)));
	    	writer.deleteAll();
	    	Document doc = null;
	    	for (int i = 0; i < ids.length; i++) {
	    		doc = new Document();
				doc.add(new Field("id", ids[i],Field.Store.YES,Field.Index.NOT_ANALYZED));
				//field.Store.YES的意思是,是不是把该域中的内容完全存储到索引文件当中,方便进行文本的还原。
				//field.Store.NO的意思是,把这个域的内容不存储到索引文件中,但是呢,可以被索引。此时内容无法完全还原。就是无法使用doc.get来还原。一般的搜索引擎也是只显示简介,不会显示所有内容
			    //---------------------------------
				//Field.Index叫做索引选项。  
				//Index.ANALYZED  进行分词和索引,适用于标题和内容
				//Index.NOT_ANALYZED 进行索引,但是不尽兴分词,如身份证号,姓名,ID等,适用于精确搜索
				//Index.ANALYZED_NOT_NORMS 进行分词,但是不存储norms信息,这个norms中包括了创建索引的时间和权值等信息。
				//Index.NOT_ANALYZED_NOT_NORMS 既不进行分词也不存储norms。
				//Index.NO 不进行索引
				Field contentField = new Field("content", content[i],Field.Store.NO,Field.Index.ANALYZED);

				
				Field emailField  = new Field("email", emails[i],Field.Store.YES,Field.Index.NOT_ANALYZED); 
				doc.add(emailField);
				doc.add(contentField);
	    	    doc.add(new Field("name", names[i],Field.Store.YES,Field.Index.NOT_ANALYZED_NO_NORMS));
	    	    doc.add(new IntField("attachs", attachs[i], Field.Store.YES));
	    	    String et = emails[i].substring(emails[i].lastIndexOf("@")+1);
	    	    if (scorsMap.containsKey(et)) {
	    	    	 //为索引域添加权,例如,这里的例子是,如果这个email域有包含@tom.com的就设置content域的权值为2.0,如果为@yaho.com的就设置content域的权值为2.5,其他的设置为0.5,默认值是1.0
	    	        //3.5版本有个为document文档添加权的,但是现在4.0以上版本已经没有了,目前所知是可以为field添加权值,请注意每个域的区别
	    	    	contentField.setBoost(scorsMap.get(et));
				}
	    	    else {
	    	    	contentField.setBoost(0.5f);
				}
	    	    
	    	    writer.addDocument(doc);
	    	}

	    	if (writer!=null) {  //如果不尽兴close操作,或者commit操作,那么索引不起效,会报出索引找不到的异常
				writer.close();
			}
		}

}
package com.junittest;

import org.junit.Before;
import org.junit.Test;

import com.test.IndexUtil;
import com.test.SearcherUtil;

public class testSearch {
     private SearcherUtil su ;
	@Before //索引方法
	public void init() throws Exception {
		su = new SearcherUtil();
	}
	
	
	@Test //精确查询
	public void searchByTerm() throws Exception {
		su.searchByTerm("content", "i", 3); //中文都无法查询出来,估计是使用的分词器的原因,得用中文的分词器
		
	}
	@Test  //范围查询
	public void searchByTermRange() throws Exception {
		su.searchByTermRange("email", "a", "b",10);//这句的意思是:从email这个field中,查询,从以a开头的值开始,一直查到包含b的那条数据结尾,一共查10条
		System.out.println("------------------");
		su.searchByTermRange("name", "a", "c",10);//数字类型无法使用该查询查询出来,
		System.out.println("------------------");
		su.searchByTermRange("attachs", "1", "3",10);
		
	}
	
	@Test  //前缀查询
	public void searchByPrefix() throws Exception {
		su.searchByPrefix("email", "a",10);//这句的意思是:从email这个field中,查询,从以a开头的记录,一共查10条
		
		
	}
	
	@Test  //通配符查询
	public void searchByWildcard() throws Exception {
		//*表示多个字符  ?表示一个字符
		su.searchByWildcard("email", "a*",10);//这句的意思是:从email这个field中,查询包含有匹配a+通配符的 记录,一共查10条
		
		
	}
	
	@Test  //boolean查询
	public void searchByBoolean() throws Exception {
		//*表示多个字符  ?表示一个字符
		su.searchByBoolean(10);//这句的意思是:从email这个field中,查询包含有匹配a+通配符的 记录,一共查10条
		
		
	}
	
	@Test  //phrase查询  短语查询
	public void searchByPhrase() throws Exception {
		//*表示多个字符  ?表示一个字符
		su.searchByPhrase(10);//这句的意思是:从email这个field中,查询包含有匹配a+通配符的 记录,一共查10条
		
		
	}
	
	@Test  //模糊查询  短语查询
	public void searchByFuzzy() throws Exception { 
		//*表示多个字符  ?表示一个字符
		su.searchByFuzzy(10);//这句的意思是:从email这个field中,查询包含有匹配a+通配符的 记录,一共查10条
		
		
	}
}


© 著作权归作者所有

共有 人打赏支持
明舞
粉丝 229
博文 424
码字总数 516555
作品 0
程序员
加载中

评论(1)

明舞
明舞
我擦,我怎么没有把主类代码给放上来,我个傻缺,晚上放
这么说吧,Lucene很简单,其实就是个框架,用于全文检索用的

我是风月连城,喜欢用简单的语言阐述知识点 长期分享原创java文章,分享进阶架构师学习笔记及学习资料 喜欢的大屌们可以关注下,共同学习,一起进步 ps:由于工资迟迟不发,影响心情,好几天没写文章...

java进阶架构师
2017/09/28
0
0
Apache Lucene-使用简单介绍

首先呢,学习任何一门新的亦或是旧的开源技术,百度其中一二是最简单的办法,先了解其中的大概,思想等等。这里就贡献一个讲解很到位的ppt。已经被我转成了PDF,便于搜藏。   其次,关于第...

LANTIANFEIYING
2016/10/19
0
0
Lucene-5.2.1学习:入门

1、Lucene的核心jar包 lucene-core-5.2.1.jar lucene-analyzers-common-5.2.1.jar lucene-queryparser-5.2.1.jar 2、主要开发包说明 org.apache.lucene.analysis:语言分析器,主要用于分词 ......

Harmel
2015/08/11
9.2K
3
Lucene知识小总结6:搜索

建好索引之后必定是进行搜索的节奏了,lucene关于搜索这部分内容是包含很多知识的,这里只是一个梗概,因为作为知识点的小梳理,没有探讨高级的知识点,都是先对知识有个小印象,之后慢慢学习...

heroShane
2014/02/23
0
0
Apache Lucene 6.2.1 中文文档-首页

原文链接:CDCN-码上中国 Lucene 是一个基于Java的全文搜索引擎。Lucene不是要给完整的应用程序,而是 一个可以轻松地向应用程序添加搜索功能的代码库API接口。 这是Apache Lucene 6.2.1的官...

码上中国博客
2016/11/05
164
0

没有更多内容

加载失败,请刷新页面

加载更多

GO 数组相关操作

package mainimport("fmt""math/rand""time")func main() {//数组的几种定义方式var arr1 [3]int = [3]int{1,2,3}var arr2 = [3]int{4,5,6}arr3 := [3]string{"h", "w", ......

汤汤圆圆
26分钟前
1
0
JAVA 中interrupt、interrupted和isInterrupted的区别

首先,我们说明下三个方法的功能 interrupt() 向当前调用者线程发出中断信号 isinterrupted() 查看当前中断信号是true还是false interrupted() 是静态方法,查看返回当前中断信号并将中断信号...

我爱春天的毛毛雨
31分钟前
1
0
Coding and Paper Letter(二十二)

资源整理。 1 Coding: 1.开源项目openeo api。oponEO开发了一个开放的API,以简单统一的方式将R,python和javascript客户端连接到对地观测大数据云平台的后台。 此存储库包含此API,即oponE...

胖胖雕
56分钟前
1
0
RxJS的另外四种实现方式(三)——性能最高的库

接上篇 RxJS的另外四种实现方式(二)——代码最小的库(续) 代码最小的库rx4rx-lite虽然在性能测试中超过了callbag,但和most库较量的时候却落败了,于是我下载了most库,要解开most库性能...

一个灰
今天
5
0
马太效应

马太效应

yizhichao
今天
2
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部