Lucene整理--索引的搜索

看lucene主页（http://lucene.apache.org/）上目前lucene已经到4.9.0版本了, 参考学习的书是按照2.1版本讲解的,写的代码例子是用的3.0.2版本的,版本

的不同导致有些方法的使用差异,但是大体还是相同的。

源代码用到的jar包（3.0.2版本）下载地址

参考资料：

1、公司内部培训资料

2、《Lucene搜索引擎开发权威经典》于天恩著.

Lucene使用挺简单的,耐心看完都能学会,还有源代码。

索引的创建一文中介绍了创建Lucene索引的基本方法。索引建好以后，就可以执行搜索了。执行搜索的过程就是：将用户输入的关键字进行处理，从而得到搜索结果。

使用Lucene执行搜索，首先要创建IndexSearcher对象，然后通过Term和Query对象来封装用户输入的搜索条件，最后将结果封装在Hits对象中，返回给用户。

本文主要要介绍Query对象的几个子类给我们提供的不同的搜索方法。

indexSearcher.search(Query q):这个方法是对索引进行检索，是整个检索系统的核心。  其中q是Query对象的子类

首先为下面几个实例提前创建一个索引：

import java.io.File;import java.io.IOException;import org.apache.lucene.analysis.Analyzer;import org.apache.lucene.analysis.standard.StandardAnalyzer;import org.apache.lucene.index.IndexWriter;import org.apache.lucene.store.Directory;import org.apache.lucene.store.SimpleFSDirectory;import org.apache.lucene.util.Version;import org.apache.lucene.document.Document;import org.apache.lucene.document.Field;/** * 创建一个索引 *  * @author Administrator *  */public class CreateLuceneIndex {private static String Brazil = "唯一参加过此前全部19届世界杯决赛圈的球队，世界足坛真正的王者，"+ "5次夺得世界杯桂冠。上次夺魁是2002年的韩日世界杯，由3R（罗纳尔多、罗纳尔迪尼奥、里瓦尔多）"+ "领衔的桑巴舞者倾倒东亚乃至整个世界，以7战全胜的战绩轻松登顶。上届世界杯，前队长邓加执教"+ "的巴西八强战1-2不敌荷兰。本届世界杯作为东道主的他们自动晋级决赛圈。该队主帅恰好是率队夺"+ "得韩日世界杯桂冠的斯科拉里，去年年底他临危受命，代替梅内塞斯，再度执教桑巴军团。球队头牌"+ "是今夏刚刚登陆巴萨的内马尔，蒂亚戈-席尔瓦、阿尔维斯、奥斯卡、胡尔克等名将在阵。世界杯最好战绩"+ "：冠军（1958、1962、1970、1994、2002）";private static String Argentina = "此前15次参赛，4次进入决赛，在1978年及1986年两次夺冠。上届南非世界杯，"+ "他们在八强战耻辱性地被德国4球横扫。本次世预赛，阿根廷取得9胜5平2负的战绩，以32分拿到南美区头名。"+ "该队主帅是2011年接过教鞭的萨维利亚，曾经常年担任帕萨雷拉助教的他2009年才开启主帅生涯，率大学生夺"+ "得解放者杯是其巅峰。探戈军团的王牌无疑是梅西，完成过金球奖四连庄的他要想成为真正意义上的球王，必须"+ "率队拿下世界杯桂冠，阿奎罗、伊瓜因、马斯切拉诺等名将将是梅西最可倚重的助手。"+ "世界杯最好战绩：冠军（1978、1986）";private static String Holland = "此前9次参赛，3次杀进决赛圈，但均屈居亚军。上届南非世界杯，他们只是加时赛惜"+ "败西班牙。此次世预赛，橙军与罗马尼亚、匈牙利、土耳其、爱沙尼亚以及安道尔同组，取得9胜1平的战绩，是"+ "欧洲区首支晋级决赛阶段的球队。该队主帅是二进宫的前巴萨及拜仁名帅范加尔，他也是让橙军迅速走出去年欧洲"+ "杯惨败低谷的关键人物。队内拥有范佩西、罗本、斯内德、范德法特等中前场名将，若能做好防守，橙军有望在巴"+ "西再创佳绩。世界杯最好战绩：亚军（1974、1978、2010）";private static String Spain = "此前13次出战世界杯，1950年获得殿军，上届淘汰赛连克葡萄牙、巴拉圭、德国以及荷兰，"+ "最终捧得世界杯桂冠，也成为首支在非欧洲大陆夺冠的欧洲球队。巴西世界杯预选赛，西班牙与法国、芬兰、格鲁"+ "吉亚及白俄罗斯同组，取得6胜2平的不败战绩，以小组头名晋级。该队由冠军教头博斯克坐镇，后场拥有卡西利亚"+ "斯、皮克、拉莫斯等强将，中场有哈维、伊涅斯塔、布斯克茨、阿隆索等世界级球员，前场也有席尔瓦、马塔、迭"+ "戈.科斯塔、托雷斯、略伦特等大牌。今年的联合会杯，他们决赛0-3不敌东道主巴西。世界杯最好战绩：冠军（2010）";private static String France = "此前13次参赛，最好成绩是1998年在本土举办的世界杯上折桂，其中决赛3-0轻取巴西。此次"+ "世预赛，他们与西班牙、格鲁吉亚、芬兰以及白俄罗斯同组，取得5胜2平1负的战绩，以小组第二身份出战附加赛，总"+ "比分3-2惊险逆转乌克兰晋级。该队主帅是率队捧得世界杯的前队长德尚。阵中头牌无疑是今年的欧洲最佳球员及金球奖"+ "大热里贝里，科斯切尔尼、吉鲁、本泽马等球员也声名赫赫。世界杯最好战绩：冠军（1998）";private static String Italy = "此前19届世界杯仅两次缺席决赛阶段，4次夺冠的成绩仅次于巴西，2006年在现任恒大主帅里皮的"+ "率领下登顶，但上届却折戟小组赛。此次世预赛，意大利与保加利亚、马耳他、亚美尼亚、丹麦以及捷克同组，以6胜4平"+ "的不败战绩拿到小组头名。该队主帅是前佛罗伦萨名帅普兰德利，2010年世界杯后接过教鞭。布冯、德罗西以及皮尔洛仍"+ "是队中砥柱，锋线的巴洛特利同样值得期待。世界杯最好战绩：冠军（1934、1938、1982、2006）";private static String Germany = "此前17次出战世界杯3次夺魁，但1990年后的5届比赛仅1次杀进决赛（日韩世界杯夺得亚军），本"+ "届世预赛他们与法罗群岛、奥地利、爱尔兰、瑞典以及哈萨克斯坦同组，取得9胜1平的骄人战绩，以小组头名晋级。该队主帅"+ "勒夫2006年开始执教，连续3届大赛率队杀进前四，拥有拉姆、施魏因斯泰格、罗伊斯、厄齐尔等大牌球星的德意志战车目标"+ "只有冠军。";private static String China = "2002年韩日世界杯首次参加世界杯,曾打出'进一球，平一场，得一分'的口号。结果一球未进，一分未得,"+ "世界杯最好战绩：第31名";public static void main(String[] args) {File file = new File("E:\\Football");try {Directory dir = new SimpleFSDirectory(file);Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);IndexWriter indexWriter = new IndexWriter(dir, analyzer, true,IndexWriter.MaxFieldLength.LIMITED);Document doc1 = new Document();Document doc2 = new Document();Document doc3 = new Document();Document doc4 = new Document();Document doc5 = new Document();Document doc6 = new Document();Document doc7 = new Document();Document doc8 = new Document();Field field10 = new Field("TeamNum", "00001", Field.Store.YES,Field.Index.ANALYZED);Field field11 = new Field("TeamName", "巴西", Field.Store.YES,Field.Index.ANALYZED);Field field12 = new Field("TeamBoss", "内马尔", Field.Store.YES,Field.Index.ANALYZED);Field field13 = new Field("TeamCoach", "斯科拉里", Field.Store.YES,Field.Index.ANALYZED);Field field14 = new Field("TeamInfo", Brazil, Field.Store.NO,Field.Index.ANALYZED);doc1.add(field10);doc1.add(field11);doc1.add(field12);doc1.add(field13);doc1.add(field14);Field field20 = new Field("TeamNum", "00002", Field.Store.YES,Field.Index.ANALYZED);Field field21 = new Field("TeamName", "阿根廷", Field.Store.YES,Field.Index.ANALYZED);Field field22 = new Field("TeamBoss", "梅西", Field.Store.YES,Field.Index.ANALYZED);Field field23 = new Field("TeamCoach", "萨维利亚", Field.Store.YES,Field.Index.ANALYZED);Field field24 = new Field("TeamInfo", Argentina, Field.Store.NO,Field.Index.ANALYZED);doc2.add(field20);doc2.add(field21);doc2.add(field22);doc2.add(field23);doc2.add(field24);Field field30 = new Field("TeamNum", "00003", Field.Store.YES,Field.Index.ANALYZED);Field field31 = new Field("TeamName", "荷兰", Field.Store.YES,Field.Index.ANALYZED);Field field32 = new Field("TeamBoss", "范佩西", Field.Store.YES,Field.Index.ANALYZED);Field field33 = new Field("TeamCoach", "范加尔", Field.Store.YES,Field.Index.ANALYZED);Field field34 = new Field("TeamInfo", Holland, Field.Store.NO,Field.Index.ANALYZED);doc3.add(field30);doc3.add(field31);doc3.add(field32);doc3.add(field33);doc3.add(field34);Field field40 = new Field("TeamNum", "00004", Field.Store.YES,Field.Index.ANALYZED);Field field41 = new Field("TeamName", "西班牙", Field.Store.YES,Field.Index.ANALYZED);Field field42 = new Field("TeamBoss", "伊涅斯塔", Field.Store.YES,Field.Index.ANALYZED);Field field43 = new Field("TeamCoach", "博斯克", Field.Store.YES,Field.Index.ANALYZED);Field field44 = new Field("TeamInfo", Spain, Field.Store.NO,Field.Index.ANALYZED);doc4.add(field40);doc4.add(field41);doc4.add(field42);doc4.add(field43);doc4.add(field44);Field field50 = new Field("TeamNum", "00005", Field.Store.YES,Field.Index.ANALYZED);Field field51 = new Field("TeamName", "法国", Field.Store.YES,Field.Index.ANALYZED);Field field52 = new Field("TeamBoss", "本泽马", Field.Store.YES,Field.Index.ANALYZED);Field field53 = new Field("TeamCoach", "德尚", Field.Store.YES,Field.Index.ANALYZED);Field field54 = new Field("TeamInfo", France, Field.Store.NO,Field.Index.ANALYZED);doc5.add(field50);doc5.add(field51);doc5.add(field52);doc5.add(field53);doc5.add(field54);Field field60 = new Field("TeamNum", "00006", Field.Store.YES,Field.Index.ANALYZED);Field field61 = new Field("TeamName", "意大利", Field.Store.YES,Field.Index.ANALYZED);Field field62 = new Field("TeamBoss", "巴洛特利", Field.Store.YES,Field.Index.ANALYZED);Field field63 = new Field("TeamCoach", "普兰德利", Field.Store.YES,Field.Index.ANALYZED);Field field64 = new Field("TeamInfo", Italy, Field.Store.NO,Field.Index.ANALYZED);doc6.add(field60);doc6.add(field61);doc6.add(field62);doc6.add(field63);doc6.add(field64);Field field70 = new Field("TeamNum", "00002000", Field.Store.YES,Field.Index.ANALYZED);Field field71 = new Field("TeamName", "德国", Field.Store.YES,Field.Index.ANALYZED);Field field72 = new Field("TeamBoss", "托马斯.穆勒", Field.Store.YES,Field.Index.ANALYZED);Field field73 = new Field("TeamCoach", "勒夫", Field.Store.YES,Field.Index.ANALYZED);Field field74 = new Field("TeamInfo", Germany, Field.Store.NO,Field.Index.ANALYZED);doc7.add(field70);doc7.add(field71);doc7.add(field72);doc7.add(field73);doc7.add(field74);Field field80 = new Field("TeamNum", "00001000", Field.Store.YES,Field.Index.ANALYZED);Field field81 = new Field("TeamName", "中国", Field.Store.YES,Field.Index.ANALYZED);Field field82 = new Field("TeamBoss", "郜林", Field.Store.YES,Field.Index.ANALYZED);Field field83 = new Field("TeamCoach", "阿兰.佩林", Field.Store.YES,Field.Index.ANALYZED);Field field84 = new Field("TeamInfo", China, Field.Store.NO,Field.Index.ANALYZED);doc8.add(field80);doc8.add(field81);doc8.add(field82);doc8.add(field83);doc8.add(field84);indexWriter.addDocument(doc1);indexWriter.addDocument(doc2);indexWriter.addDocument(doc3);indexWriter.addDocument(doc4);indexWriter.addDocument(doc5);indexWriter.addDocument(doc6);indexWriter.addDocument(doc7);indexWriter.addDocument(doc8);indexWriter.optimize();indexWriter.close();} catch (IOException e) {// TODO Auto-generated catch blocke.printStackTrace();}}}

一、TermQuery 词条搜索

Lucene内最为简单也最为原始的一种搜索方式

<span style="font-family:SimSun;font-size:12px;">import java.io.File;import org.apache.lucene.index.Term;import org.apache.lucene.search.IndexSearcher;import org.apache.lucene.search.Query;import org.apache.lucene.search.ScoreDoc;import org.apache.lucene.search.TermQuery;import org.apache.lucene.search.TopDocs;import org.apache.lucene.store.Directory;import org.apache.lucene.store.SimpleFSDirectory;public class LuceneTermQuery {public static void main(String[] args) {try {// 检索Directory dir = SimpleFSDirectory.open(new File("E:\\Football"));IndexSearcher indexSearcher = new IndexSearcher(dir);Term term = new Term("TeamInfo", "冠");// 在字段TermName包含“冠”字的文档Query query = new TermQuery(term);TopDocs topDocs = indexSearcher.search(query, 10);// 10// 代表取搜索结果评分最高的前10个,至于怎么评分的,我没搞清楚ScoreDoc[] scoreDocs = topDocs.scoreDocs;int totalLength = topDocs.totalHits;int scoreLength = scoreDocs.length;System.out.println("Total Hit:" + totalLength);// 满足条件个数System.out.println("Score Hit:" + scoreLength);// 实际返回个数System.out.println("******************************");for (int i = 0; i < scoreLength; i++) {System.out.println(indexSearcher.doc(scoreDocs[i].doc));System.out.println(scoreDocs[i].score);System.out.println("==============================");}} catch (Exception e) {e.printStackTrace();}}}</span>

执行结果控制台截图：

二、BooleanQuery 布尔搜索

Lucene的各种复杂查询最终都可以转换成boolean型的查询

1）、MUST表示搜索结果必须满足该Term

2) 、SHOULD表示搜索结果可以满足该Term

3) 、MUST_NOT表示搜索结果不许满足该Term（单独使用无意义）

关于这三个相互间连用会产生结果不写了,因为我感觉描述起来很容易让人产生误解,最好还是自己运行例子一次一次的试验结果,然后将自己理解的记住就行了

<span style="font-family:SimSun;font-size:12px;"><span style="font-family:SimSun;font-size:12px;">import java.io.File;import java.io.IOException;import org.apache.lucene.index.CorruptIndexException;import org.apache.lucene.index.Term;import org.apache.lucene.search.BooleanClause;import org.apache.lucene.search.BooleanQuery;import org.apache.lucene.search.IndexSearcher;import org.apache.lucene.search.Query;import org.apache.lucene.search.ScoreDoc;import org.apache.lucene.search.TermQuery;import org.apache.lucene.search.TopDocs;import org.apache.lucene.store.Directory;import org.apache.lucene.store.SimpleFSDirectory;public class LuceneBooleanQuery1 {public static void main(String[] args) {try {Directory dir= SimpleFSDirectory.open(new File("E:\\FootBall"));IndexSearcher indexSearcher =new IndexSearcher(dir);Term t1=new Term("TeamInfo","冠");Term t2=new Term("TeamName","国");Term t3=new Term("TeamBoss","西");Term t4=new Term("TeamBoss","林");Query tq1=new TermQuery(t1);Query tq2=new TermQuery(t2);Query tq3=new TermQuery(t3);Query tq4=new TermQuery(t4);BooleanQuery booleanQuery =new BooleanQuery();//条件满足 ： TeamBoss中含有'西'的满足    TeamName中不含有'国'的满足     取二者交集/*booleanQuery.add(tq3,BooleanClause.Occur.SHOULD);booleanQuery.add(tq2,BooleanClause.Occur.MUST_NOT);*///条件满足 ：TeamBoss中含有'西'的满足  TeamName中含有'林'的满足            取二者并集booleanQuery.add(tq3,BooleanClause.Occur.SHOULD);booleanQuery.add(tq4,BooleanClause.Occur.SHOULD);TopDocs topDocs = indexSearcher.search(booleanQuery, 10);ScoreDoc[] scoreDocs = topDocs.scoreDocs;int totalLength = topDocs.totalHits;int scoreLength = scoreDocs.length;System.out.println("Total Hit:" + totalLength);System.out.println("Score Hit:" + scoreLength);System.out.println("******************************");for (int i = 0; i < scoreLength; i++) {System.out.println(indexSearcher.doc(scoreDocs[i].doc));System.out.println(scoreDocs[i].score);System.out.println("==============================");}} catch (CorruptIndexException e) {// TODO Auto-generated catch blocke.printStackTrace();} catch (IOException e) {// TODO Auto-generated catch blocke.printStackTrace();} finally {}}}</span></span>

执行结果控制台截图：

三、范围搜索 TermRangeQuery  

注意：TermRangeQuery针对的是字符串的范围搜索，而不是数字型的，举个例子 “000020000”  是在“00001”和“00004”之间的

import java.io.File;import java.io.IOException;import org.apache.lucene.search.*;import org.apache.lucene.store.Directory;import org.apache.lucene.store.SimpleFSDirectory;public class LuceneRangeQuery {public static void main(String[] args) {try {Directory dir= SimpleFSDirectory.open(new File("E:\\FootBall"));IndexSearcher indexSearcher=new IndexSearcher(dir);//参数：1、要索引的字段  2、起始值 3、终点值 4、是否包含起始值（是否闭区间） 5、是否包含重点值TermRangeQuery q=new TermRangeQuery("TeamNum", "00001", "00005", true, true);TopDocs topDocs = indexSearcher.search(q, 10);// 10// 代表取搜索结果评分最高的前10个,至于怎么评分的,我没搞清楚ScoreDoc[] scoreDocs = topDocs.scoreDocs;int totalLength = topDocs.totalHits;int scoreLength = scoreDocs.length;System.out.println("Total Hit:" + totalLength);// 满足条件个数System.out.println("Score Hit:" + scoreLength);// 实际返回个数System.out.println("******************************");for (int i = 0; i < scoreLength; i++) {System.out.println(indexSearcher.doc(scoreDocs[i].doc));System.out.println(scoreDocs[i].score);System.out.println("==============================");}} catch (IOException e) {e.printStackTrace();}}}

执行结果控制台截图：

可以看到,中国（00001000）和德国（00002000）也被检索出来了

（在较早版本的Lucene，对一定范围内的查询所对应的查询对象是RangeQuery，然而其仅支持字符串形式的范围查询，因为Lucene 3.0提供了数字形式的范围查询NumericRangeQuery，所以原来的RangeQuery变为TermRangeQuery。）

关于NumericRangeQuery不说了,用的时候再去查，直到有这个就行了。

四、前缀搜索  PrefixQuery

例如查找一本书，只记得书前面的几个字，就可以用前缀搜索的形式去查找

<span style="font-family:SimSun;font-size:12px;">import java.io.File;import java.io.IOException;import org.apache.lucene.index.Term;import org.apache.lucene.search.IndexSearcher;import org.apache.lucene.search.PrefixQuery;import org.apache.lucene.search.ScoreDoc;import org.apache.lucene.search.TopDocs;import org.apache.lucene.store.Directory;import org.apache.lucene.store.SimpleFSDirectory;public class LucenePrefixQuery {public static void main(String[] args) {try {Directory dir = SimpleFSDirectory.open(new File("E:\\FootBall"));IndexSearcher indexSearcher=new IndexSearcher(dir);Term t=new Term("TeamName","阿");PrefixQuery q=new PrefixQuery(t);TopDocs topDocs = indexSearcher.search(q, 10);// 10// 代表取搜索结果评分最高的前10个,至于怎么评分的,我没搞清楚ScoreDoc[] scoreDocs = topDocs.scoreDocs;int totalLength = topDocs.totalHits;int scoreLength = scoreDocs.length;System.out.println("Total Hit:" + totalLength);// 满足条件个数System.out.println("Score Hit:" + scoreLength);// 实际返回个数System.out.println("******************************");for (int i = 0; i < scoreLength; i++) {System.out.println(indexSearcher.doc(scoreDocs[i].doc));System.out.println(scoreDocs[i].score);System.out.println("==============================");}} catch (IOException e) {// TODO Auto-generated catch blocke.printStackTrace();}}  }</span>

执行效果控制台截图：

其余的什么模糊搜索、短语搜索等等就不介绍了，用法大同小异。

PS:今天所有代码例子在用中文词条进行检索的时候都是用的单个字，那是因为选择的分词器就是一个标准的分词器,不支持中文分词。

有专门的中文分词器，也许下一次就会写到。