本文是我們名為“ Apache Lucene基礎(chǔ)知識(shí) ”的學(xué)院課程的一部分。

在本課程中，您將了解Lucene。 您將了解為什么這樣的庫(kù)很重要，然后了解Lucene中搜索的工作方式。 此外，您將學(xué)習(xí)如何將Lucene Search集成到您自己的應(yīng)用程序中，以提供強(qiáng)大的搜索功能。 在這里查看 ！

目錄

1.簡(jiǎn)介 2.解析查詢字符串

2.1。 QueryParser的規(guī)則 2.2。 使用QueryParser 2.3。 QueryParser表達(dá)式語(yǔ)法

3.使用索引搜索器創(chuàng)建索引 4.不同類型的查詢

4.1術(shù)語(yǔ)查詢 4.2布爾查詢 4.3通配符查詢 4.4短語(yǔ)查詢 4.5前綴查詢 4.6 MultiPhraseQuery 4.7模糊查詢 4.8 RegexpQuery 4.9 TermRangeQuery 4.10 NumericRangeQuery 4.11 ConstantScoreQuery 4.12 DisjunctionMaxQuery 4.13 MatchAllDocsQuery

1.簡(jiǎn)介

Java Lucene提供了一種功能非常強(qiáng)大的查詢語(yǔ)言，用于對(duì)大量數(shù)據(jù)執(zhí)行搜索操作。

查詢分為術(shù)語(yǔ)和運(yùn)算符。 術(shù)語(yǔ)共有三種： 單項(xiàng) ， 短語(yǔ)和子查詢 。 單個(gè)術(shù)語(yǔ)是一個(gè)單詞，例如“ test”或“ hello”。 短語(yǔ)是一組用雙引號(hào)括起來(lái)的單詞，例如“ hello dolly”。 子查詢是用括號(hào)括起來(lái)的查詢，例如“（hello dolly）”。

Lucene支持?jǐn)?shù)據(jù)字段。 執(zhí)行搜索時(shí)，您可以指定一個(gè)字段，也可以使用默認(rèn)字段。 字段名稱取決于索引數(shù)據(jù)，默認(rèn)字段由當(dāng)前設(shè)置定義。

2.解析查詢字符串

查詢解析器的工作是將用戶提交的查詢字符串轉(zhuǎn)換為查詢對(duì)象。

查詢由解析器解析其內(nèi)容。 這是一個(gè)例子：

{"query_string" : {"default_field" : "content","query" : "this AND that OR thus"} }

query_string頂級(jí)參數(shù)包括：

參數(shù)	描述
query	要解析的實(shí)際查詢。
default_field	如果未指定前綴字段，則為查詢?cè)~的默認(rèn)字段。 默認(rèn)為index.query.default_field索引設(shè)置，而索引設(shè)置又默認(rèn)為_all。
default_operator	如果未指定顯式運(yùn)算符，則使用默認(rèn)運(yùn)算符。 例如，使用OR的默認(rèn)運(yùn)算符，匈牙利的查詢大寫被轉(zhuǎn)換為OR匈牙利的大寫OR，使用AND的默認(rèn)運(yùn)算符，相同的查詢被轉(zhuǎn)換為AND匈牙利的大寫AND。 默認(rèn)值為“或”。
analyzer	用于分析查詢字符串的分析器名稱。
allow_leading_wildcard	設(shè)置時(shí)，*或？ 允許作為第一個(gè)字符。 默認(rèn)為true。
lowercase_expanded_terms	通配符，前綴，模糊和范圍查詢的術(shù)語(yǔ)是否要自動(dòng)小寫（因?yàn)槲磳?duì)其進(jìn)行分析）。 默認(rèn)為true。
enable_position_increments	設(shè)置為true以在結(jié)果查詢中啟用位置增量。 默認(rèn)為true。
fuzzy_max_expansions	控制模糊查詢將擴(kuò)展到的術(shù)語(yǔ)數(shù)量。 默認(rèn)為50
fuzziness	設(shè)置模糊查詢的模糊性。 默認(rèn)為自動(dòng)。
fuzzy_prefix_length	設(shè)置模糊查詢的前綴長(zhǎng)度。 默認(rèn)值為0。
phrase_slop	設(shè)置短語(yǔ)的默認(rèn)斜率。 如果為零，則需要精確的短語(yǔ)匹配。 預(yù)設(shè)值為0。
boost	設(shè)置查詢的提升值。 默認(rèn)為1.0。
analyze_wildcard	默認(rèn)情況下，不分析查詢字符串中的通配符術(shù)語(yǔ)。 通過(guò)將此值設(shè)置為true，也將盡最大努力對(duì)這些值進(jìn)行分析。
auto_generate_phrase_queries	默認(rèn)為false。
minimum_should_match	一個(gè)值，該值控制在結(jié)果布爾查詢中應(yīng)匹配多少個(gè)“應(yīng)該”子句。 它可以是絕對(duì)值（2），百分比（30％）或兩者的組合。
lenient	如果設(shè)置為true，將導(dǎo)致忽略基于格式的錯(cuò)誤（例如，向數(shù)字字段提供文本）。
locale	[1.1.0]在1.1.0.Locale中添加，應(yīng)用于字符串轉(zhuǎn)換。 默認(rèn)為ROOT。

表格1

生成多詞查詢時(shí)，可以使用rewrite參數(shù)控制如何重寫它。

QueryParser的規(guī)則

假設(shè)您正在Web上搜索同時(shí)包含單詞java和net但不包含單詞dot的頁(yè)面。 如果搜索引擎讓您為此簡(jiǎn)單查詢輸入類似以下內(nèi)容，該怎么辦？

BooleanQuery query = new BooleanQuery(); query.add(new TermQuery(new Term("contents","java")), true, false); query.add(new TermQuery(new Term("contents", "net")), true, false); query.add(new TermQuery(new Term("contents", "dot")), false, true);

那將是真正的阻力。 幸運(yùn)的是，Google，Nutch和其他搜索引擎比這更友好，允許您輸入更簡(jiǎn)潔的內(nèi)容： java AND net NOT dot 。首先，我們將了解在應(yīng)用程序中使用QueryParser涉及的內(nèi)容。

使用QueryParser

使用QueryParser非常簡(jiǎn)單。 需要三件事：表達(dá)式，用于表達(dá)式中非限定字段的默認(rèn)字段名稱以及用于分析表達(dá)式片段的分析器。字段選擇限定符在查詢語(yǔ)法部分中討論。 “分析癱瘓”部分介紹了特定于查詢解析的分析。 現(xiàn)在，讓我們分析一個(gè)表達(dá)式：

String humanQuery = getHumanQuery(); Query query = QueryParser.parse(humanQuery, "contents", new StandardAnalyzer());

一旦獲得Query對(duì)象，就可以像直接通過(guò)API創(chuàng)建查詢一樣進(jìn)行搜索。 這是使用用戶輸入的查詢字符串搜索現(xiàn)有索引并將結(jié)果顯示到控制臺(tái)的完整方法：

public static void search(File indexDir, String q) throws Exception{ Directory fsDir = FSDirectory.getDirectory(indexDir, false);IndexSearcher is = new IndexSearcher(fsDir);Query query = QueryParser.parse(q, "contents", new StandardAnalyzer());Hits hits = is.search(query);System.out.println("Found " + hits.length() +" document(s) that matched query '" + q + "':");for (int i = 0; i < hits.length(); i++) {Document doc = hits.doc(i);System.out.println(doc.get("filename"));} }

根據(jù)簡(jiǎn)單的語(yǔ)法分析傳遞給QueryParser表達(dá)式。 遇到非法表達(dá)式時(shí)， QueryParser引發(fā)ParseException 。

QueryParser表達(dá)式語(yǔ)法

本節(jié)中的以下各項(xiàng)描述QueryParser支持創(chuàng)建各種查詢類型的語(yǔ)法。

單項(xiàng)查詢

僅一個(gè)單詞的查詢字符串將轉(zhuǎn)換為基礎(chǔ)TermQuery 。

詞組查詢

要在一個(gè)字段中一起搜索一組單詞，請(qǐng)用雙引號(hào)將單詞引起來(lái)。 查詢“ hello world”對(duì)應(yīng)于精確的詞組匹配，要求“ hello”和“ world”是匹配的連續(xù)項(xiàng)。 Lucene還支持草率的短語(yǔ)查詢，其中引號(hào)之間的術(shù)語(yǔ)不必嚴(yán)格按順序排列。 斜率因子衡量將術(shù)語(yǔ)重新排列為準(zhǔn)確順序需要執(zhí)行多少步。 如果移動(dòng)次數(shù)小于指定的傾斜系數(shù)，則為匹配。 QueryParser將表達(dá)式“ hello world” PhraseQuery解析為PhraseQuery ，其PhraseQuery因子為2，允許對(duì)短語(yǔ)“ world hello”，“ hello world”，“ hello * world”和“ hello * * world”進(jìn)行匹配，其中星號(hào)表示索引中不相關(guān)的單詞。 請(qǐng)注意，“ world * hello”與坡度因子2不匹配。因?yàn)閷⑵浞祷亍?hello world”的步數(shù)為3。將“ world”一詞跳到星號(hào)位置是一個(gè)，到“你好”位置是兩個(gè)，第三跳完全匹配。

范圍查詢

文本或日期范圍查詢使用帶括號(hào)的語(yǔ)法，在開始詞和結(jié)束詞之間使用TO。 方括號(hào)的類型確定范圍是包含式（方括號(hào)）還是排他性（卷曲方括號(hào)）。

注意：非日期范圍查詢?cè)谟脩糨斎霑r(shí)不加修改地使用開始和結(jié)束詞。 在{Aardvark TO Zebra}的情況下，這些術(shù)語(yǔ)不小寫。 起始詞和結(jié)束詞不得包含空格，否則解析會(huì)失敗； 只允許使用單個(gè)單詞。 分析器未按開始和結(jié)束條件運(yùn)行。

日期范圍處理

當(dāng)遇到范圍查詢（例如[1/1/03 TO 12/31/03]）時(shí)，解析器代碼首先嘗試將開始和結(jié)束條件轉(zhuǎn)換為日期。 如果這些術(shù)語(yǔ)是有效日期，則根據(jù)DateFormat.SHORT和寬大的解析，則日期將轉(zhuǎn)換為其內(nèi)部文本表示形式（但是，日期字段索引已超出本文的范圍）。 如果這兩個(gè)術(shù)語(yǔ)中的任何一個(gè)未能解析為有效日期，則它們都將原樣用于文本范圍。

通配符和前綴查詢

如果一個(gè)術(shù)語(yǔ)包含星號(hào)或問(wèn)號(hào)，則將其視為WildcardQuery ，除非該術(shù)語(yǔ)僅包含尾部星號(hào)，而QueryParser會(huì)將其優(yōu)化為PrefixQuery 。 盡管WildcardQuery API本身支持前導(dǎo)通配符，但QueryParser不允許使用它。 通配符查詢示例是w * ldc？rd ，而查詢前綴*已優(yōu)化為PrefixQuery 。

模糊查詢

Lucene的FuzzyQuery匹配接近指定術(shù)語(yǔ)的術(shù)語(yǔ)。 Levenshtein距離算法確定索引中的詞與指定目標(biāo)詞的接近程度。 “編輯距離”是“ Levenshtein距離”的另一個(gè)術(shù)語(yǔ)，是兩個(gè)字符串之間相似度的量度，其中距離的測(cè)量是將一個(gè)字符串轉(zhuǎn)換為另一個(gè)字符串所需的字符刪除，插入或替換的數(shù)量。 例如，“三”和“樹”之間的編輯距離是一，因?yàn)閮H需要?jiǎng)h除一個(gè)字符。 在閾值計(jì)算中使用移動(dòng)數(shù)，該計(jì)算是距離與弦長(zhǎng)的比率。 QueryParser支持在詞條上使用尾隨波浪號(hào)的模糊詞條查詢。 例如，搜索wuzza?將找到包含“ fuzzy”和“ wuzzy”的文檔。 編輯距離會(huì)影響得分，例如，較低的編輯距離會(huì)得分較高。

布爾查詢

使用運(yùn)算符AND，OR和NOT在文本上構(gòu)造布爾查詢。 列出的未指定運(yùn)算符的術(shù)語(yǔ)使用隱式運(yùn)算符，默認(rèn)情況下為OR。 abc xyz的查詢將解釋為abc OR xyz。 在術(shù)語(yǔ)前加上NOT排除包含以下術(shù)語(yǔ)的文檔。 否定項(xiàng)必須與至少一個(gè)非否定項(xiàng)組合才能返回文檔。 下表中顯示了每個(gè)大寫單詞運(yùn)算符的快捷方式語(yǔ)法。

a OR ba ba，而不是b + a -b

詳細(xì)語(yǔ)法	快捷語(yǔ)法
a和b	+ a + b

表格1

QueryParser是一種快速簡(jiǎn)便的方法，可為用戶提供強(qiáng)大的查詢構(gòu)造，但并不適合所有人。 QueryParser無(wú)法創(chuàng)建可以使用API??構(gòu)造的每種查詢。 例如，不能構(gòu)造PhrasePrefixQuery 。 您必須記住，將自由格式查詢解析提供給最終用戶時(shí)，所有可用的可能性。 某些查詢可能會(huì)導(dǎo)致性能瓶頸。 內(nèi)置QueryParser使用的語(yǔ)法可能不適合您的需求。 子類化QueryParser可以實(shí)現(xiàn)某些控制，盡管它仍然受到限制。

3.使用索引搜索器創(chuàng)建索引

通常，應(yīng)用程序通常只需要調(diào)用繼承的

Searcher.search(org.apache.lucene.search.Query,int)

要么

Searcher.search(org.apache.lucene.search.Query,org.apache.lucene.search.Filter,int)

方法。 為了提高性能，我們可以打開indexSearcher其用于所有其他搜索操作。 這是一個(gè)簡(jiǎn)單的示例，說(shuō)明如何在lucene中創(chuàng)建索引并使用indexSearcher搜索該索引。

public void simpleLucene(){Analyzer analyzer = new StandardAnalyzer();// Store the index in memory:Directory directory = new RAMDirectory();// To store an index on disk, use this instead (note that the // parameter true will overwrite the index in that directory// if one exists):// Directory directory = FSDirectory.getDirectory("/tmp/myfiles", true);IndexWriter iwriter = new IndexWriter(directory, analyzer, true);iwriter.setMaxFieldLength(25000);Document doc = new Document();String text = "This is the text to be indexed.";doc.add(new Field("fieldname", text, Field.Store.YES,Field.Index.TOKENIZED));iwriter.addDocument(doc);iwriter.close();// Now search the index:IndexSearcher isearcher = new IndexSearcher(directory);// Parse a simple query that searches for "text":QueryParser parser = new QueryParser("fieldname", analyzer);Query query = parser.parse("text");Hits hits = isearcher.search(query);assertEquals(1, hits.length());// Iterate through the results:for (int i = 0; i < hits.length(); i++){Document hitDoc = hits.doc(i);assertEquals("This is the text to be indexed.", hitDoc.get("fieldname"));}isearcher.close();directory.close();}

4.不同類型的查詢

Lucene支持多種查詢。 這里是其中的一些。

術(shù)語(yǔ)查詢

布爾查詢

通配符查詢

詞組查詢

前綴查詢

多詞查詢

模糊查詢

正則表達(dá)式查詢

TermRangeQuery

NumericRangeQuery

ConstantScoreQuery

DisjunctionMaxQuery

MatchAllDocsQuery

4.1術(shù)語(yǔ)查詢

匹配具有包含術(shù)語(yǔ)（未分析）的字段的文檔。 術(shù)語(yǔ)查詢映射到Lucene TermQuery 。 以下匹配文檔，其中用戶字段包含術(shù)語(yǔ)kimchy ：

{"term" : { "user" : "kimchy" } }

提升也可以與查詢關(guān)聯(lián)：

{"term" : { "user" : { "value" : "kimchy", "boost" : 2.0 } } }

要么 ：

{"term" : { "user" : { "term" : "kimchy", "boost" : 2.0 } } }

使用Lucene，可以搜索已使用TermQuery類建立索引的特定單詞。 本教程將把TermQuery搜索與QueryParser搜索進(jìn)行比較，并顯示術(shù)語(yǔ)查詢所涉及的一些細(xì)微差別。

4.2布爾查詢

我們可以使用BooleanQuery API或使用MultiFieldQueryParser在Lucene中運(yùn)行多字段搜索來(lái)解析查詢文本。 例如，如果索引具有2個(gè)字段FirstName和LastName并且如果您需要在FirstName字段中搜索“ John”，在LastName字段中搜索“ Travis”，則可以使用BooleanQuery這樣：

BooleanQuery bq = new BooleanQuery(); Query qf = new TermQuery(new Lucene.Net.Index.Term("FirstName", "John")); Query ql = new TermQuery(new Lucene.Net.Index.Term("LastName", "Travis")); bq.Add(qf, BooleanClause.Occur.MUST); bq.Add(ql, BooleanClause.Occur.MUST); IndexSearcher srchr = new IndexSearcher(@"C:\\indexDir"); srchr.Search(bq);

4.3通配符查詢

匹配具有與通配符表達(dá)式匹配（未分析）的字段的文檔。 支持的通配符是*，它匹配任何字符序列（包括空字符），以及？，它匹配任何單個(gè)字符。 請(qǐng)注意，此查詢可能會(huì)很慢，因?yàn)樗枰S多項(xiàng)。 為了防止極慢的通配符查詢，通配符術(shù)語(yǔ)不應(yīng)以通配符*或？之一開頭。 通配符查詢映射到Lucene WildcardQuery。

{"wildcard" : { "user" : "ki*y" } }

提升也可以與查詢關(guān)聯(lián)：

{"wildcard" : { "user" : { "value" : "ki*y", "boost" : 2.0 } } }

要么 ：

{"wildcard" : { "user" : { "wildcard" : "ki*y", "boost" : 2.0 } } }

該多項(xiàng)查詢?cè)试S控制如何使用rewrite參數(shù)將其重寫。

4.4短語(yǔ)查詢

使用Lucene， PhaseQuery可以用于查詢一系列術(shù)語(yǔ)，其中這些術(shù)語(yǔ)不一定必須彼此相鄰或按順序排列。 PhaseQuery對(duì)象的setSlop()方法可用于設(shè)置查詢短語(yǔ)中各個(gè)單詞之間可以包含多少個(gè)單詞。

我們可以這樣使用PhraseQuery ，

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);

4.5前綴查詢

匹配具有包含帶有指定前綴（未分析）的術(shù)語(yǔ)的字段的文檔。 前綴查詢映射到Lucene PrefixQuery 。 以下匹配文檔，其中用戶字段包含以ki開頭的術(shù)語(yǔ)：

{"prefix" : { "user" : "ki" } }

提升也可以與查詢關(guān)聯(lián)：

{"prefix" : { "user" : { "value" : "ki", "boost" : 2.0 } } }

要么 ：

{"prefix" : { "user" : { "prefix" : "ki", "boost" : 2.0 } } }

該多項(xiàng)查詢?cè)试S控制如何使用rewrite參數(shù)將其重寫。

4.6 MultiPhraseQuery

內(nèi)置的MultiPhraseQuery絕對(duì)是一種利基查詢，但它可能很有用。 MultiPhraseQuery與PhraseQuery只是它允許每個(gè)職位使用多個(gè)詞。 您可以通過(guò)枚舉所有可能的短語(yǔ)組合并使用BooleanQuery將它們“或”在一起來(lái)實(shí)現(xiàn)相同的邏輯效果，盡管以高性能為代價(jià)。

例如，假設(shè)我們要查找有關(guān)快速狐貍的所有文檔，快速或快速后跟狐貍。 一種方法是執(zhí)行“快速狐貍”或“快速狐貍”查詢。 另一個(gè)選擇是使用MultiPhraseQuery 。

4.7模糊查詢

FuzzyQuery可以分為兩種，一種。 像這樣的查詢模糊＆b。 像這樣的字段查詢模糊。 像這樣的查詢模糊–像這樣的查詢模糊，通過(guò)在一個(gè)或多個(gè)字段上運(yùn)行來(lái)查找與提供的文本“相似”的文檔。

{"fuzzy_like_this" : {"fields" : ["name.first", "name.last"],"like_text" : "text like this one","max_query_terms" : 12} }

Fuzzy_like_this可以縮短為flt。
Fuzzy_like_this頂級(jí)參數(shù)包括：

• fields ->要對(duì)其運(yùn)行類似查詢的字段列表。 默認(rèn)為_all字段。
• like_text >用于查找喜歡的文檔的文本。
• ignore_tf >應(yīng)該忽略詞頻。 默認(rèn)為false。
• max_query_terms >任何生成的查詢中將包含的最大查詢?cè)~數(shù)。 默認(rèn)為25。
• fuzziness ->術(shù)語(yǔ)變體的最小相似性。 默認(rèn)值為0.5。 請(qǐng)參閱“模糊編輯”一節(jié)。
• prefix_length >變體術(shù)語(yǔ)上必需的公共前綴的長(zhǎng)度。 預(yù)設(shè)為0。
• boost >設(shè)置查詢的增強(qiáng)值。 默認(rèn)為1.0。
• analyzer >將用于分析文本的分析器。 默認(rèn)為與該字段關(guān)聯(lián)的分析器。

模糊化所有以字符串形式提供的術(shù)語(yǔ)，然后選擇最佳的n個(gè)差異術(shù)語(yǔ)。 實(shí)際上，這混合了FuzzyQuery和MoreLikeThis的行為，但要特別考慮模糊評(píng)分因素。 這通常為查詢產(chǎn)生良好的結(jié)果，其中用戶可以在多個(gè)字段中提供詳細(xì)信息，并且不了解布爾查詢語(yǔ)法，并且還需要一定程度的模糊匹配和快速查詢。

對(duì)于每個(gè)源項(xiàng)，模糊變體都保存在沒有BooleanQuery因子的BooleanQuery （因?yàn)槲覀儾辉谌魏挝臋n中尋找多個(gè)變體的匹配項(xiàng)）。 此外，專門的TermQuery用于變體，并且不使用該變體詞的IDF，因?yàn)檫@會(huì)偏愛諸如拼寫錯(cuò)誤之類的罕見詞。 取而代之的是，所有變體都使用相同的IDF排名（源查詢項(xiàng)的排名），這是變體的提升因素。 如果索引中不存在源查詢?cè)~，則使用變體的平均IDF。b。 像這樣的字段查詢模糊

Fuzzy_like_this_field查詢與Fuzzy_like_this查詢相同，只不過(guò)它針對(duì)單個(gè)字段運(yùn)行。 它提供了比一般Fu??zzy_like_this查詢更好的查詢DSL，并支持類型字段查詢（使用類型過(guò)濾器自動(dòng)包裝類型字段以僅匹配特定類型）。

{"fuzzy_like_this_field" : {"name.first" : {"like_text" : "text like this one","max_query_terms" : 12}} }

可以將Fuzzy_like_this_field縮短為flt_field。Fuzzy_like_this_field頂級(jí)參數(shù)包括：

• like_text->用于查找喜歡的文檔的文本。
• ignore_tf->應(yīng)該忽略詞頻。 默認(rèn)為false。
• max_query_terms->任何生成的查詢中將包含的最大查詢?cè)~數(shù)。 默認(rèn)為25。
• 模糊性->術(shù)語(yǔ)變體的模糊性。 默認(rèn)值為0.5。 請(qǐng)參閱“模糊編輯”一節(jié)。
• prefix_length->變體術(shù)語(yǔ)上必需的公共前綴的長(zhǎng)度。 預(yù)設(shè)為0。
• boost->設(shè)置查詢的增強(qiáng)值。 默認(rèn)為1.0。
• Analyzer->將用??于分析文本的分析器。 默認(rèn)為與該字段關(guān)聯(lián)的分析器。

4.8 RegexpQuery

regexp查詢?cè)试S您使用正則表達(dá)式術(shù)語(yǔ)查詢。 有關(guān)受支持的正則表達(dá)式語(yǔ)言的詳細(xì)信息，請(qǐng)參見正則表達(dá)式語(yǔ)法。

注意： regexp查詢的性能在很大程度上取決于所選的正則表達(dá)式。 匹配。*之類的內(nèi)容非常慢，而且無(wú)法使用環(huán)視正則表達(dá)式。 如果可能，應(yīng)在正則表達(dá)式開始之前嘗試使用長(zhǎng)前綴。 諸如。*？+之類的通配符匹配器通常會(huì)降低性能。

{"regexp":{"name.first": "s.*y"} }

還支持升壓

{"regexp":{"name.first":{"value":"s.*y","boost":1.2}} }

您還可以使用特殊標(biāo)志

{"regexp":{"name.first": {"value": "s.*y","flags" : "INTERSECTION|COMPLEMENT|EMPTY"}} }

可能的標(biāo)志是ALL ， ANYSTRING ， AUTOMATON ， COMPLEMENT ， EMPTY ， INTERSECTION ， INTERVAL或NONE 。 正則表達(dá)式查詢受regexp和query_string查詢的支持。 Lucene正則表達(dá)式引擎不兼容Perl，但支持較小范圍的運(yùn)算符。

標(biāo)準(zhǔn)運(yùn)營(yíng)商

錨定大多數(shù)正則表達(dá)式引擎允許您匹配字符串的任何部分。 如果您想讓正則表達(dá)式模式從字符串的開頭開始或在字符串的末尾結(jié)束，則必須專門將其錨定，使用^表示開始或使用$表示結(jié)束.Lucene的模式始終被錨定。 提供的模式必須與整個(gè)字符串匹配。 對(duì)于字符串“ abcde” ：

ab.* # matchabcd # no match

允許的字符

模式中可以使用任何Unicode字符，但是某些字符是保留的，必須轉(zhuǎn)義。 標(biāo)準(zhǔn)保留字符為：

。 ？ + * | {} []（）” \

如果啟用了可選功能（請(qǐng)參見下文），則這些字符也可能被保留：

＃@＆<>?

任何保留的字符都可以使用反斜杠“ \ *”進(jìn)行轉(zhuǎn)義，包括文字反斜杠字符：

“ \\”

此外，任何字符（雙引號(hào)除外）在被雙引號(hào)括起來(lái)時(shí)都將按字面意義進(jìn)行解釋：

約翰” @ smith.com”

匹配任何字符

時(shí)期 ”。” 可以用來(lái)代表任何字符。 對(duì)于字符串“ abcde”：

ab... # matcha.c.e # match

一個(gè)或多個(gè)

加號(hào)“ +”可用于一次或多次重復(fù)前面的最短模式。 對(duì)于字符串“ aaabbb”：

a+b+ # matchaa+bb+ # matcha+.+ # matchaa+bbb+ # no match

零或更多

星號(hào)“ *”可用于匹配前面的最短模式零次或多次。 對(duì)于字符串“ aaabbb”：

a*b* # matcha*b*c* # match.*bbb.* # matchaaa*bbb* # match

零或一

問(wèn)號(hào)“？” 使前面的最短模式為可選。 它匹配零或一倍。 對(duì)于字符串“ aaabbb”：

aaa?bbb? # matchaaaa?bbbb? # match.....?.? # matchaa?bb? # no match

最小到最大

可以使用花括號(hào)“ {}”指定前面的最短模式可以重復(fù)的最小次數(shù)和（可選）最大次數(shù)。 允許的形式為：

{5} # repeat exactly 5 times{2,5} # repeat at least twice and at most 5 times{2,} # repeat at least twice

對(duì)于字符串“ aaabbb”：

a{3}b{3} # matcha{2,4}b{2,4} # matcha{2,}b{2,} # match.{3}.{3} # matcha{4}b{4} # no matcha{4,6}b{4,6} # no matcha{4,}b{4,} # no match

分組

括號(hào)“（）”可用于形成子模式。 上面列出的數(shù)量運(yùn)算符以最短的先前模式進(jìn)行操作，該模式可以是一組。 對(duì)于字符串“ ababab”：

(ab)+ # matchab(ab)+ # match(..)+ # match(...)+ # no match(ab)* # matchabab(ab)? # matchab(ab)? # no match(ab){3} # match(ab){1,2} # no match

輪換

管道符號(hào)“ |” 充當(dāng)OR運(yùn)算符。 如果左側(cè)或右側(cè)的圖案匹配，則匹配成功。 交替適用于最長(zhǎng)的模式，而不是最短的模式。 對(duì)于字符串“ aabb”：

aabb|bbaa # matchaacc|bb # no match aa(cc|bb) # matcha+|b+ # no matcha+b+|b+a+ # matcha+(b|c)+ # match

角色類

潛在字符的范圍可以通過(guò)將它們括在方括號(hào)“ []”中來(lái)表示為字符類。 前導(dǎo)^否定字符類。 允許的形式為：

[abc] # 'a' or 'b' or 'c'[a-c] # 'a' or 'b' or 'c'[-abc] # '-' or 'a' or 'b' or 'c'[abc\\-] # '-' or 'a' or 'b' or 'c'[^a-c] # any character except 'a' or 'b' or 'c'[^a-c] # any character except 'a' or 'b' or 'c'[-abc] # '-' or 'a' or 'b' or 'c'[abc\\-] # '-' or 'a' or 'b' or 'c'

請(qǐng)注意，破折號(hào)“-”表示字符范圍，除非它是第一個(gè)字符或用反斜杠轉(zhuǎn)義。對(duì)于字符串“ abcd”：

ab[cd]+ # match[a-d]+ # match[^a-d]+ # no match

4.9 TermRangeQuery

一個(gè)Query ，該Query匹配一系列術(shù)語(yǔ)內(nèi)的文檔。 此查詢尋找字詞落入根據(jù)提供的范圍中的文件相匹配String#compareTo(String) ，除非一個(gè)Collator被提供。 它不適用于數(shù)字范圍。

這是一個(gè)如何在lucene中使用TermRangeQuery的示例，

private Query createQuery(String field, DateOperator dop) throws UnsupportedSearchException { Date date = dop.getDate(); DateResolution res = dop.getDateResultion(); DateTools.Resolution dRes = toResolution(res); String value = DateTools.dateToString(date, dRes); switch(dop.getType()) {case ON:return new TermQuery(new Term(field ,value));case BEFORE: return new TermRangeQuery(field, DateTools.dateToString(MIN_DATE, dRes), value, true, false);case AFTER: return new TermRangeQuery(field, value, DateTools.dateToString(MAX_DATE, dRes), false, true);default:throw new UnsupportedSearchException();} }

4.10 NumericRangeQuery

一個(gè)NumericRangeQuery ，它匹配指定范圍內(nèi)的數(shù)值。 要使用此功能，您必須首先為數(shù)字索引。我們可以將NumericRangeQuery與TermQuery結(jié)合使用，

String termQueryString = "title:\\"hello world\\""; Query termQuery = parser.parse(termQueryString); Query pageQueryRange = NumericRangeQuery.newIntRange("page_count", 10, 20, true, true); Query query = termQuery.combine(new Query[]{termQuery, pageQueryRange});

4.11 ConstantScoreQuery

包含另一個(gè)查詢或過(guò)濾器的查詢，對(duì)于與過(guò)濾器或查詢匹配的每個(gè)文檔，僅返回等于查詢提升的常數(shù)分?jǐn)?shù)。 因此，對(duì)于查詢，它僅去除所有分?jǐn)?shù)并返回一個(gè)常數(shù)。

{"constant_score" : {"filter" : {"term" : { "user" : "kimchy"}},"boost" : 1.2} }

過(guò)濾器對(duì)象只能容納過(guò)濾器元素，不能容納查詢。 過(guò)濾器比查詢查詢要快得多，因?yàn)樗鼈儾粓?zhí)行任何評(píng)分，尤其是在緩存時(shí)。查詢還可以包裝在constant_score查詢中：

{"constant_score" : {"query" : {"term" : { "user" : "kimchy"}},"boost" : 1.2} }

4.12 DisjunctionMaxQuery

一個(gè)查詢，該查詢生成由其子查詢生成的文檔并集，并用任何子查詢生成的該文檔的最高分?jǐn)?shù)對(duì)每個(gè)文檔評(píng)分，并為任何其他匹配的子查詢加上平局打破增量。

在多個(gè)具有不同提升因子的字段中搜索單詞時(shí)，這很有用（這樣就無(wú)法將這些字段等效地組合到單個(gè)搜索字段中）。 我們希望主要分?jǐn)?shù)是與最高提升相關(guān)的分?jǐn)?shù)，而不是字段分?jǐn)?shù)的總和（如布爾查詢所給出的那樣）。 如果查詢是“白化大象”，則這確保匹配一個(gè)字段的“白化”和匹配另一個(gè)字段的“大象”獲得比匹配兩個(gè)字段的“白化”更高的分?jǐn)?shù)。 要獲得此結(jié)果，請(qǐng)同時(shí)使用Boolean Query和DisjunctionMaxQuery ：對(duì)于每個(gè)術(shù)語(yǔ)，DisjunctionMaxQuery在每個(gè)字段中進(jìn)行搜索，同時(shí)將這些DisjunctionMaxQuery的集合組合為BooleanQuery 。

打破平局能力使在多個(gè)字段中包含相同術(shù)語(yǔ)的結(jié)果比僅在多個(gè)字段中最好的包含該術(shù)語(yǔ)的結(jié)果更好地進(jìn)行判斷，而不會(huì)與多個(gè)字段中兩個(gè)不同術(shù)語(yǔ)的更好情況相混淆。默認(rèn)的tie_breaker是0.0。此查詢映射到Lucene DisjunctionMaxQuery 。

{"dis_max" : {"tie_breaker" : 0.7,"boost" : 1.2,"queries" : [{"term" : { "age" : 34 }},{"term" : { "age" : 35 }}]} }

4.13 MatchAllDocsQuery

與所有文檔匹配的查詢。 映射到Lucene MatchAllDocsQuery 。

{"match_all" : { } }

哪些也可以與之關(guān)聯(lián)：

{"match_all" : { "boost" : 1.2 } }

翻譯自: https://www.javacodegeeks.com/2015/09/integrating-lucene-search-into-an-application.html

總結(jié)

以上是生活随笔為你收集整理的将Lucene搜索集成到应用程序中的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。