lucene 查询示例

本文是我们名为“ Apache Lucene基础知识 ”的学院课程的一部分。

在本课程中，您将了解Lucene。 您将了解为什么这样的库很重要，然后了解Lucene中搜索的工作方式。 此外，您将学习如何将Lucene Search集成到您自己的应用程序中，以提供强大的搜索功能。 在这里查看 ！

1.引言

在上一章中，我们了解了Lucene搜索引擎的不同组件 。 我们还使用lucene索引和搜索程序构建了一个小型搜索应用程序。 在本章中，我们将讨论Lucene查询。

2.Lucene查询

Lucene具有用于查询其索引的自定义查询语法。 查询分为术语和运算符。 术语有两种类型： 1 . 单词和2.短语 。 单个术语是一个单词，例如“测试”或“样本”。 词组是一组用双引号括起来的单词，例如“ welcome lucene”。 可以将多个术语与布尔运算符组合在一起以形成更复杂的查询。 对于Lucene Java，TermQuery是最原始的查询。 然后是BooleanQuery，PhraseQuery和许多其他Query子类可供选择。

字段执行搜索时，我们可以指定要搜索的字段。任何现有的字段名称都可以用作字段名称。 语法为FieldName：VALUE 。 有一些特殊的字段类型具有自己的语法来定义查询词。 例如，DateTime：ModificationDate：>'2010-09-01 12:00:00'我们将在后面的部分中解释对这些字段的搜索操作。

3，Lucene查询API

当Lucene的QueryParser解析人类可读的查询时，它将转换为Query类的单个具体子类。 我们需要对基础的具体Query子类有所了解。 下表列出了相关的子类，它们的用途以及一些示例表达式：

查询实施	目的	样本表达
TermQuery	单项查询，实际上是一个单词。	雷诺
PhraseQuery	多个项的顺序匹配或彼此接近的匹配项	“前方点亮”
RangeQuery	用开始和结束词之间（包括或排除端点）的词来匹配文档。	[A到Z] {A到Z}
WildcardQuery	轻量级的，类似于正则表达式的术语匹配语法。	j * v？ f ?? bar
PrefixQuery	匹配以指定字符串开头的所有术语。	起司*
FuzzyQuery	Levenshtein紧密匹配算法。	树〜
BooleanQuery	将其他Query实例聚合为允许AND，OR和NOT逻辑的复杂表达式。	雷诺和“前方点亮” 奶酪*-奶酪

所有这些Query实现都在org.apache.lucene.search包中。 BooleanQuery是一种特殊情况，因为它是一个聚合其他查询（包括用于复杂表达式的嵌套BooleanQuery ）的Query容器。

这是一个基于查询片段的BooleanQuery 。 在这里，我们可以看到QueryParser创建的查询与API创建的查询等效：

public class RulezTest extends TestCase { public void testJavaNotDotNet() throws Exception { BooleanQuery apiQuery = new BooleanQuery(); apiQuery.add(new TermQuery(new Term("contents", "java")), true, false); apiQuery.add(new TermQuery(new Term("contents", "net")), true, false); apiQuery.add(new TermQuery(new Term("contents", "dot")), false, true); Query qpQuery = QueryParser.parse("java AND net NOT dot", "contents", new StandardAnalyzer()); // Query and subclasses behave as expected with .equals assertEquals(qpQuery, apiQuery); } 
}

Query类的一些有趣的功能是它们的toString方法。 每个Query子类都会生成等效的QueryParserexpression （尽管不一定在文本上精确）。 有两种变体：一种是标准的Object.toString重写方法，另一种接受默认字段名称。 下面的测试案例演示了这两种方法的工作原理，并说明了如何返回等效（但不是确切）的表达式。

public void testToString() throws Exception { Query query = QueryParser.parse("java AND net NOT dot", "contents", new StandardAnalyzer()); assertEquals("+java +net -dot", query.toString("contents")); assertEquals("+contents:java +contents:net -contents:dot", query.toString()); 
}

注意，解析的表达式是“ java AND net NOT dot”，但是从toString方法返回的表达式使用了缩写语法“ + java + net -dot”。 我们的第一个测试用例（ testJavaNotDotNet ）证明了底层查询对象本身是等效的。

no-arg toString方法不对每个术语的字段名称做任何假设，并使用字段选择器语法明确指定它们。 使用这些toString方法可方便地诊断QueryParser问题。

4，基本搜索

在大多数情况下，您要查找单个术语或短语，即由双引号引起的一组单词（“示例应用程序”）。 在这些情况下，我们将在默认索引数据中查找包含这些单词的内容，这些默认索引数据包含内容的所有相关文本。

在更复杂的情况下，我们可能需要根据要查找的内容的类型或位置进行某些过滤，或者我们要在特定字段中进行搜索。 在这里，我们可以学习如何构建更复杂的查询，这些查询可用于有效地在大型存储库中查找内容。

4.1。条款

假设我们要在标签字段中使用关键字“博客”进行搜索。 语法将是

tag :  blog

现在，我们将在标签字段中搜索短语“ lucene blog”。 为此，语法将是

tag :   "lucene blog"

现在，让我们在标签字段中搜索“ lucene blog”，然后在正文中搜索“ technical blog”，

tag : "lucene blog" AND body : "technical blog"

假设我们要在标签字段中搜索短语“ lucene blog”，在正文中搜索“技术博客”，或者在标签字段中搜索“ searching blog”，

(tag : "lucene blog" AND body : "technical blog") OR tag : "searching blog"

如果我们想在标签字段中搜索“博客”而不是“ lucene”，则语法看起来会相似，

tag : blog -tag : lucene

4.2。通配符查询

Lucene支持在单个术语（而不是短语查询）中的单字符和多字符通配符搜索。

1. 要执行单个字符通配符搜索，请使用“？” 符号。
2. 要执行多字符通配符搜索，请使用“ *”符号。

单字符通配符搜索将查找与替换了单个字符的词相匹配的术语。 例如，要搜索“文本”或“测试”，我们可以使用搜索：te？t

多字符通配符搜索将查找0个或多个字符。 例如，要搜索测试，测试或测试员，我们可以使用搜索：

test*

我们还可以在术语中间使用通配符搜索。

te*t

这是Lucene通配符搜索的示例，

假设我们在“文件”目录中有两个文件。

1. test-foods.txt

   以下是Deron喜欢的一些食物：

   hamburger
french fries
steak mushrooms artichokes

2. sample-food.txt

   以下是妮可喜欢的一些食物：

   apples
bananas
salad mushrooms cheese

现在，我们看一下LuceneWildcardQueryDemo类。 此类基于上述文本文件通过createIndex()方法创建索引，此后，它尝试对该索引执行8个通配符搜索。 使用WildcardQuery类执行其中四个搜索，而使用QueryParser类执行其他四个搜索。

首先使用createIndex()方法对以上两个文件建立索引。

public static void createIndex() throws CorruptIndexException, LockObtainFailedException, IOException {Analyzer analyzer = new StandardAnalyzer();boolean recreateIndexIfExists = true;IndexWriter indexWriter = new IndexWriter(INDEX_DIRECTORY, analyzer, recreateIndexIfExists);File dir = new File(FILES_TO_INDEX_DIRECTORY);File[] files = dir.listFiles();for (File file : files) {Document document = new Document();String path = file.getCanonicalPath();document.add(new Field(FIELD_PATH, path, Field.Store.YES, Field.Index.UN_TOKENIZED));Reader reader = new FileReader(file);document.add(new Field(FIELD_CONTENTS, reader));indexWriter.addDocument(document);}indexWriter.optimize();indexWriter.close();
}

为了使用查询解析器执行搜索操作，我们可以添加一个名为searchIndexWithQueryParser()的方法，

public static void searchIndexWithQueryParser(String whichField, String searchString) throws IOException,ParseException {System.out.println("\\nSearching for '" + searchString + "' using QueryParser");Directory directory = FSDirectory.getDirectory(INDEX_DIRECTORY);IndexSearcher indexSearcher = new IndexSearcher(directory);QueryParser queryParser = new QueryParser(whichField, new StandardAnalyzer());Query query = queryParser.parse(searchString);System.out.println("Type of query: " + query.getClass().getSimpleName());Hits hits = indexSearcher.search(query);displayHits(hits);
}

使用以下代码在searchIndexWithWildcardQuery()方法中执行WildcardQuery查询：

Directory directory = FSDirectory.getDirectory(INDEX_DIRECTORY); IndexSearcher indexSearcher = new IndexSearcher(directory); Term term = new Term(whichField, searchString); Query query = new WildcardQuery(term); Hits hits = indexSearcher.search(query);

QueryParser查询通过以下方式在searchIndexWithQueryParser()方法中执行：

Directory directory = FSDirectory.getDirectory(INDEX_DIRECTORY); IndexSearcher indexSearcher = new IndexSearcher(directory); QueryParser queryParser = new QueryParser(whichField, new StandardAnalyzer()); Query query = queryParser.parse(searchString); Hits hits = indexSearcher.search(query);

从我们的main（）方法可以看到， LuceneWildcardQueryDemo类执行八个通配符搜索：

searchIndexWithWildcardQuery(FIELD_CONTENTS, "t*t"); searchIndexWithQueryParser(FIELD_CONTENTS, "t*t"); searchIndexWithWildcardQuery(FIELD_CONTENTS, "sam*"); searchIndexWithQueryParser(FIELD_CONTENTS, "sam*"); searchIndexWithWildcardQuery(FIELD_CONTENTS, "te?t"); searchIndexWithQueryParser(FIELD_CONTENTS, "te?t"); searchIndexWithWildcardQuery(FIELD_CONTENTS, "*est"); try { searchIndexWithQueryParser(FIELD_CONTENTS, "*est"); } catch (ParseException pe) { pe.printStackTrace(); }

最后，我们将使用类似的方法打印每次搜索操作的命中数，

public static void displayHits(Hits hits) throws CorruptIndexException, IOException {System.out.println("Number of hits: " + hits.length());Iterator<Hit> it = hits.iterator();while (it.hasNext()) {Hit hit = it.next();Document document = hit.getDocument();String path = document.get(FIELD_PATH);System.out.println("Hit: " + path);}
}

如果我们运行上面的代码，它将向我们显示，

Searching for 't*t' using WildcardQuery
Number of hits: 1
Hit: /home/debarshi/workspace/Test/filesToIndex/test-foods.txt

Searching for 't*t' using QueryParser
Type of query: WildcardQuery
Number of hits: 1
Hit: /home/debarshi/workspace/Test/filesToIndex/test-foods.txt

Searching for 'sam*' using WildcardQuery
Number of hits: 1
Hit: /home/debarshi/workspace/Test/filesToIndex/sample-foods.txt

Searching for 'sam*' using QueryParser
Type of query: PrefixQuery
Number of hits: 1
Hit: /home/debarshi/workspace/Test/filesToIndex/sample-foods.txt

Searching for 'te?t' using WildcardQuery
Number of hits: 1
Hit: /home/debarshi/workspace/Test/filesToIndex/test-foods.txt

Searching for 'te?t' using QueryParser
Type of query: WildcardQuery
Number of hits: 1
Hit: /home/debarshi/workspace/Test/filesToIndex/test-foods.txt

Searching for '*est' using WildcardQuery
Number of hits: 1
Hit: /home/debarshi/workspace/Test/filesToIndex/test-foods.txt

Searching for '*est' using QueryParserorg.apache.lucene.queryParser.ParseException: Cannot parse '*est': '*' or '?' not allowed as first character in WildcardQuery at org.apache.lucene.queryParser.QueryParser.parse(QueryParser.java:175) at LuceneWildcardQueryDemo.searchIndexWithQueryParser(LuceneWildcardQueryDemo.java:81) at LuceneWildcardQueryDemo.main(LuceneWildcardQueryDemo.java:46)

1. 第一个查询使用带有“ t * t”的WildcardQuery对象。 由于“ t * t”与索引中的“ test”匹配，因此此查询返回1次匹配。
2. 第二个查询使用QueryParser查询“ t * t”。 QueryParser parse()方法返回WildcardQuery ，并且该查询返回1个匹配项，因为它与第一个查询基本相同。
3. 第三个查询使用带有“ sam *”的WildcardQuery对象。 由于“ sam *”与“ sample”匹配，因此该通配符查询获得了一次成功。
4. 第四个查询使用带有“ sam *”的QueryParser 。 但是请注意，QueryParser的parse()方法返回PrefixQuery而不是WildcardQuery 。 由于星号在“ sam *”的末尾。 由于“ sam *”与“ sample”匹配，因此该针对“ sam *”的PrefixQuery命中。
5. 第五个查询是WildcardQuery ，它在其搜索词“ te？t”中使用问号。 问号可以匹配一个字符。 由于“ te？t”与“ test”匹配，因此搜索返回1个匹配项。
6. 第六个查询使用带有“ te？t”的QueryParser 。 QueryParser parse()方法返回WildcardQuery ，并且与第五个查询一样，它获得成功。
7. 第七个查询是“ * est”的WildcardQuery查询。 由于“ test”匹配“ * est”，因此它收到一个匹配。 通常，在第一个字符为通配符的情况下执行查询不是一个好主意。
8. 第八个查询是“ * est”的QueryParser查询。 请注意， QueryParser对象甚至不允许我们执行第一个字符为星号的查询。 它抛出一个解析异常。

4.3。布尔运算符

布尔运算符允许通过逻辑运算符组合术语。 Lucene支持AND，“ +”，OR，NOT和“-”作为布尔运算符（注意：布尔运算符必须为ALL CAPS）。

OR运算符是默认的合取运算符。 这意味着，如果两个术语之间没有布尔运算符，则使用OR运算符。 OR运算符链接两个术语，如果文档中存在两个术语中的任何一个，则查找匹配的文档。 这等效于使用集的并集。 符号|| 可以代替单词OR。

要搜索包含“ jakarta apache”或仅包含“ jakarta”的文档，请使用查询：

"jakarta apache" jakarta

要么

"jakarta apache" OR jakarta

和

AND运算符匹配两个术语都存在于单个文档的文本中任何位置的文档。 这等效于使用集合的交点。 可以使用符号&&代替单词AND。

要搜索包含“ jakarta apache”和“ Apache Lucene”的文档，请使用查询：

"jakarta apache" AND "Apache Lucene"

+

“ +”或必需的运算符要求“ +”符号后的术语存在于单个文档的字段中。

要搜索必须包含“ jakarta”且可能包含“ lucene”的文档，请使用以下查询：

+jakarta lucene

不

NOT运算符排除包含NOT之后的术语的文档。 这等效于使用集的区别。 符号！ 可以代替“非”一词使用。

要搜索包含“ jakarta apache”但不包含“ Apache Lucene”的文档，请使用以下查询：

"jakarta apache" NOT "Apache Lucene"

注意：NOT运算符不能仅使用一个术语。 例如，以下搜索将不返回任何结果：

NOT "jakarta apache"

“-”

“-”或禁止运算符排除包含在“-”符号后的术语的文档。

要搜索包含“ jakarta apache”但不包含“ Apache Lucene”的文档，请使用以下查询：

"jakarta apache" -"Apache Lucene"

4.3分组

Lucene支持使用括号将子句分组以形成子查询。 如果要控制查询的布尔逻辑，这可能非常有用。

要搜索“ jakarta”或“ apache”和“网站”，请使用查询：

(jakarta OR apache) AND website

这样可以消除任何混乱，并确保您必须存在该网站，并且可能存在“雅加达”或“ apache”一词。

现场分组

Lucene支持使用括号将多个子句分组到一个字段中。

要搜索包含单词“ return”和短语“ pink panther”的标题，请使用以下查询：

title:(+return +"pink panther")

转义特殊字符

Lucene支持转义查询语法中包含的特殊字符。 当前列表的特殊字符为：

+ – && || ！ （）{} [] ^”〜*吗？ ：\

要转义这些字符，请在字符前使用“ \”（反斜杠）。 例如，要搜索（1 + 1）：2，请使用查询：

\\(1\\+1\\)\\:2

4.4。短语查询

Lucene中的PhraseQuery匹配包含特定术语序列的文档。 PhraseQuery使用存储在索引中的术语的位置信息。

查询短语中单词之间允许的其他单词的数量称为“斜率”。 可以通过调用setSlop方法进行设置。 如果为零，则为精确短语搜索。 对于较大的值，其工作方式类似于WITHIN或NEAR运算符。

斜率实际上是一个编辑距离，其中单位对应于查询短语中词条移动的位置。 例如，要切换两个单词的顺序需要两个步骤（第一个步骤将单词彼此放在首位），因此要允许对短语进行重新排序，斜率必须至少为两个。

得分更高的比赛要比更差劲的比赛得分高，因此搜索结果将按照准确性进行排序。 默认情况下，斜率为零，要求完全匹配。

PhraseQuery还支持多个术语短语。

短语查询可以与其他术语组合，也可以与BooleanQuery组合使用。 默认情况下，子句的最大数量限制为1,024。

在前面的Lucene通配符查询示例中，我们已经基于两个文本文件完成了搜索操作。 现在，我们将尝试在lucene中使用PhraseQuery查找匹配的短语。

为此，我们将引入一个新方法searchIndexWithPhraseQuery()来代替searchIndexWithWildcardQuery()方法，该方法采用两个字符串表示文档中的单词和searchIndexWithPhraseQuery()值。 它通过基于“ contents”字段以及string1和string2参数添加两个Term对象来构造PhraseQuery 。 然后，它使用setSlop()方法设置PhraseQuery对象的setSlop()值。 通过将PhraseQuery对象传递给IndexSearcher的search()方法进行search() 。 这是代码，

public static void searchIndexWithPhraseQuery(String string1, String string2, int slop) throws IOException,ParseException {Directory directory = 	FSDirectory.getDirectory(INDEX_DIRECTORY);IndexSearcher indexSearcher = new IndexSearcher(directory);Term term1 = new Term(FIELD_CONTENTS, string1);Term term2 = new Term(FIELD_CONTENTS, string2);PhraseQuery phraseQuery = new PhraseQuery();phraseQuery.add(term1);phraseQuery.add(term2);phraseQuery.setSlop(slop);displayQuery(phraseQuery);Hits hits = indexSearcher.search(phraseQuery);displayHits(hits);
}

而且，我们从main()调用此方法，

searchIndexWithPhraseQuery("french", "fries", 0);searchIndexWithPhraseQuery("hamburger", "steak", 0);searchIndexWithPhraseQuery("hamburger", "steak", 1);searchIndexWithPhraseQuery("hamburger", "steak", 2);searchIndexWithPhraseQuery("hamburger", "steak", 3);searchIndexWithQueryParser("french fries"); // BooleanQuerysearchIndexWithQueryParser("\\"french fries\\""); // PhaseQuerysearchIndexWithQueryParser("\\"hamburger steak\\"~1"); // PhaseQuerysearchIndexWithQueryParser("\\"hamburger steak\\"~2"); // PhaseQuery

第一个查询以斜率0搜索“ french”和“ fries”，这意味着短语搜索最终是对“ french fries”的搜索，其中“ french”和“ fries”彼此相邻。 由于这存在于test-foods.txt中，因此我们获得了1次点击。

在第二个查询中，我们搜索坡度为0的“汉堡”和“牛排”。由于在两个文档中“汉堡”和“牛排”都不相邻，因此命中0。 第三个查询还涉及对“汉堡包”和“牛排”的搜索，但斜率为1。这些单词彼此之间的距离不超过1个单词，因此我们获得0次匹配。

第四个查询以“ 2”的斜率搜索“汉堡”和“牛排”。在test-foods.txt文件中，我们有“……汉堡薯条……”字样。 由于“汉堡”和“牛排”彼此之间不超过两个字，因此我们获得了1分。 第五个短语查询是相同的搜索，但坡度为3。由于“汉堡包”和“牛排”彼此带有三个单词（彼此是两个单词），因此命中率为1。

接下来的四个查询使用QueryParser 。 注意，在第一个QueryParser查询中，我们得到一个BooleanQuery而不是PhraseQuery 。 这是因为我们传递了QueryParser的parse()方法“炸薯条”而不是“ \”炸薯条\””。 如果希望QueryParser生成PhraseQuery，则搜索字符串需要用双引号引起来。 下一个查询确实搜索“ \”炸薯条\”，我们可以看到它生成了一个PhraseQuery （默认PhraseQuery为0），并响应该查询而获得1次PhraseQuery 。

最后两个QueryParser查询演示了设置倾斜值。 我们可以看到，可以在搜索字符串的双引号后面设置斜率值，并在其后加上斜线号（〜）和斜率号。

4.5。范围查询

与专有术语范围内的文档匹配的Query 。 它允许匹配字段值在RangeQuery指定的下限和上限之间的RangeQuery 。 范围查询可以包含上限，也可以不包括上限和下限。 排序是按字典顺序进行的（按字典顺序排列（排序）的项的集合）。

现在，如果要为Lucene搜索操作实现RangeQuery ，则必须添加一个名为searchIndexWithRangeQuery() ，该方法基本上是一个构造函数，需要Term指示范围的开始， Term指示范围的结束和一个布尔值，指示搜索是包含开始和结束值（“ true”）还是排除开始和结束值（“ false”）。 代码看起来像

public static void searchIndexWithRangeQuery(String whichField, String start, String end, boolean inclusive)throws IOException, ParseException {System.out.println("\\nSearching for range '" + start + " to " + end + "' using RangeQuery");Directory directory = FSDirectory.getDirectory(INDEX_DIRECTORY);IndexSearcher indexSearcher = new IndexSearcher(directory);Term startTerm = new Term(whichField, start);Term endTerm = new Term(whichField, end);Query query = new RangeQuery(startTerm, endTerm, inclusive);Hits hits = indexSearcher.search(query);displayHits(hits);
}

现在我们将调用上述方法，

searchIndexWithRangeQuery(FIELD_LAST_MODIFIED, "2014-04-01-00-00-00", "2014-04-01-23-59-59", INCLUSIVE);searchIndexWithRangeQuery(FIELD_LAST_MODIFIED, "2014-04-02-00-00-00", "2014-04-02-23-59-59", INCLUSIVE);searchIndexWithRangeQuery(FIELD_LAST_MODIFIED, "2014-04-01-00-00-00", "2014-04-01-21-21-02", INCLUSIVE);searchIndexWithRangeQuery(FIELD_LAST_MODIFIED, "2014-04-01-00-00-00", "2014-04-01-21-21-02", EXCLUSIVE);// equivalent range searches using QueryParsersearchIndexWithQueryParser(FIELD_LAST_MODIFIED, "[2014-04-01-00-00-00 TO 2014-04-01-23-59-59]");searchIndexWithQueryParser(FIELD_LAST_MODIFIED, "[2014-04-02-00-00-00 TO 2014-04-02-23-59-59]");searchIndexWithQueryParser(FIELD_LAST_MODIFIED, "[2014-04-01-00-00-00 TO 2014-04-01-21-21-02]");searchIndexWithQueryParser(FIELD_LAST_MODIFIED, "{2014-04-01-00-00-00 TO 2014-04-01-21-21-02}");

最后， createIndex()方法稍有变化。 我们添加了一些实现日期时间的操作，并打印了索引文件的最后修改时间。

在控制台输出的顶部，我们可以看到两个文件都已建立索引，并且这些文件的“最后修改”时间是“ 2014-04-01-21-21-02”（对于test-foods.txt ）和“ 2014-04-01-21-21-38”（针对sample-foods.txt）。

在第一个范围查询中，我们搜索所有在2014年4月1日最后一次修改的文件。由于两个文件在该日期最后一次修改，这将返回2次匹配。 在第二个范围查询中，我们搜索所有在2014年4月2日最后一次修改的文件。由于两个文档都在2014年4月1日最后一次修改，因此返回0次匹配。

接下来，我们在2014年4月1日至2014年4月1日（含2014年）之间进行搜索。 由于test-foods.txt的上次修改时间为2014-04-01-21-21-02，并且范围查询包含此值，因此我们得到了一个搜索结果。 之后，我们仅在2014-04-01-00-00-00到2014-04-01-21-21-02之间进行搜索。 由于test-foods.txt的上一次修改时间为2014-04-01-21-21-02，并且范围查询不包含此值（因为已将其排除在外），因此此搜索返回0个匹配。

此后，接下来的四个搜索显示使用QueryParser对象执行的等效搜索。 请注意，对于每个查询，QueryParser的parse()方法都返回ConstantScoreRangeQuery对象而不是RangeQuery对象，正如我们从这些查询的控制台输出中看到的那样。

4.6。前缀查询

与包含带有指定前缀的术语的文档匹配的Query 。 PrefixQuery由QueryParser构建，用于类似nam *的输入。

我们将尝试使用两个文本文件（test-foods.txt和sample-foods.txt）使用前缀查询来搜索带有其前缀的特定术语。

对于这样做，我们将增加一个名为方法searchIndexWithPrefixQuery()将搜索器的索引（这将创建createIndex()使用PrefixQuery 。 此方法有两个参数，一个是字段名，另一个是搜索字符串。

public static void searchIndexWithPrefixQuery(String whichField, String searchString) throws IOException,ParseException {System.out.println("\\nSearching for '" + searchString + "' using PrefixQuery");Directory directory = FSDirectory.getDirectory(INDEX_DIRECTORY);IndexSearcher indexSearcher = new IndexSearcher(directory);Term term = new Term(whichField, searchString);Query query = new PrefixQuery(term);Hits hits = indexSearcher.search(query);displayHits(hits);
}

接下来，我们将从程序的main()方法中调用此方法–

searchIndexWithPrefixQuery(FIELD_CONTENTS, "test");searchIndexWithPrefixQuery(FIELD_CONTENTS, "tes*");

在第一个查询中，查询字符串不包含星号。 因此，如果我们打印QueryParser的parse()方法的查询类型，它将打印TermQuery而不是PrefixQuery 。

在第二查询中，星号向QueryParser指示这是一个前缀查询，因此它从其parse()方法返回PrefixQuery对象。 这导致在索引内容中搜索前缀“ tes”。 由于“ test”在索引中，因此产生1次匹配。

4.7。模糊查询

模糊查询基于Damerau-Levenshtein（最佳字符串对齐）算法。 FuzzyQuery将术语“接近”匹配到指定的基本术语：我们指定了一个允许的最大编辑距离，并且在与基本术语（然后包含这些术语的文档）相距该编辑距离内的所有术语都将匹配。

QueryParser语法为QueryParser或QueryParser ，其中N是允许的最大编辑数量（对于较早的发行版，N是0.0到1.0之间的令人困惑的浮点数，它通过一个棘手的公式转换为等效的最大编辑距离）。

FuzzyQuery非常适合匹配专有名称：我们可以搜索lucene〜1，它将匹配luccene（插入c），lucee（删除n），lukene（用k替换c）和许多其他“接近”术语。 使用最大编辑距离2，我们最多可以有2个插入，删除或替换。 每次比赛的得分均基于该词的编辑距离； 因此完全匹配的得分最高； 编辑距离1，降低； 等等

QueryParser支持在词条上使用尾随波浪号的模糊词条查询。 例如，搜索wuzza〜将找到包含“ fuzzy”和“ wuzzy”的文档。 编辑距离会影响评分，因此较低的编辑距离会获得较高的分数。

翻译自: https://www.javacodegeeks.com/2015/09/advanced-lucene-query-examples.html

lucene 查询示例