lucene学习6-各种查询
博客专区 > 明舞 的博客 > 博客详情
lucene学习6-各种查询
明舞 发表于3年前
lucene学习6-各种查询
  • 发表于 3年前
  • 阅读 35
  • 收藏 1
  • 点赞 0
  • 评论 1

腾讯云 学生专属云服务套餐 10元起购>>>   

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
		
		
	}
}


共有 人打赏支持
粉丝 206
博文 423
码字总数 516510
评论 (1)
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
×
明舞
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: