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 227
博文 424
码字总数 516555
作品 0
程序员
私信 提问
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
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
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

没有更多内容

加载失败,请刷新页面

加载更多

乱入Linux界的我是如何学习的

欢迎来到建哥学Linux,咳!咳!咳!开个玩笑哈,我是一个IT男,IT界的入门选手,正在学习Linux。 在之前,一直想进军IT界,学习IT技术,但是苦于没有人指导,也不知道学什么,最开始我自己在...

linuxprobe16
37分钟前
1
0
OSChina 周日乱弹 —— 没时间 没头发 但有钱

Osc乱弹歌单(2019)请戳(这里) 【今日歌曲】 @开源中国总经办主任 :分享齐一的单曲《这个年纪》 《这个年纪》- 齐一 手机党少年们想听歌,请使劲儿戳(这里) @肿肿卷 :我真的可以睡一天...

小小编辑
今天
45
4
Django进阶 1.1 ORM基础—ORM 1.2.1 增删改查之查询 1.2.2 删改增 (1) 1.2.3 删改增 (2)

ORM基础 ORM是Django操作数据库的API,Django的作者将sql语句封装在里面供我们使用。 我们前面还提到过Django提供一个模拟数据库的工具,sqlite,供我们学习测试使用。 如果我们想使用mysql...

隐匿的蚂蚁
今天
3
0
Windows 上安装 Scala

在安装 Scala 之前需要先安装 Java 环境,具体安装的详细方法就不在这里描述了。 您可以自行搜索我们网站中的内容获得其他网站的帮助来获得如何安装 Java 环境的方法。 接下来,我们可以从 ...

honeymose
今天
3
0
数据库篇多表操作

第1章 多表操作 实际开发中,一个项目通常需要很多张表才能完成。例如:一个商城项目就需要分类表(category)、商品表(products)、订单表(orders)等多张表。且这些表的数据之间存在一定的关系...

stars永恒
今天
4
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