一、概念

Lucene是一個開源的全文搜索引擎庫，用于實現(xiàn)文本索引和搜索功能。它提供了強大的搜索和排序功能，可以用于構(gòu)建各種類型的搜索應用程序，如網(wǎng)站搜索引擎、文檔管理系統(tǒng)等。Lucene支持多種編程語言，并且具有高性能和可擴展性。它是許多其他搜索引擎和文本處理工具的基礎。

二、引入案例

我們要實現(xiàn)一個文件的搜索功能，通過關鍵字搜索文件，凡是文件名或文件內(nèi)容包括該關鍵字的文件都需要找出來，還可以根據(jù)中文詞語進行查詢，并且需要支持多個條件查詢，應該怎么做？分析一波~

1、數(shù)據(jù)庫搜索

有沒有想過，為什么數(shù)據(jù)庫實現(xiàn)搜索很容易？

一般都是使用sql語句進行查詢，而且能很快的得到查詢結(jié)果。因為數(shù)據(jù)庫中的數(shù)據(jù)存儲是有規(guī)律的，有行有列而且數(shù)據(jù)格式、數(shù)據(jù)長度都是固定的。

2、數(shù)據(jù)分類

我們生活中的數(shù)據(jù)總體分為兩種：結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。

• 結(jié)構(gòu)化數(shù)據(jù)：指具有固定格式或有限長度的數(shù)據(jù)，如數(shù)據(jù)庫，元數(shù)據(jù)等。
• 非結(jié)構(gòu)化數(shù)據(jù)：指不定長或無固定格式的數(shù)據(jù)，如郵件，word文檔等磁盤上的文件。

3、非結(jié)構(gòu)化數(shù)據(jù)查詢方法

那么非結(jié)構(gòu)化數(shù)據(jù)查詢，怎么實現(xiàn)？

1） 順序掃描法(Serial Scanning)

所謂順序掃描，比如要找內(nèi)容包含某一個字符串的文件，就是一個文檔一個文檔的看，對于每一個文檔，從頭看到尾，如果此文檔包含此字符串，則此文檔為我們要找的文件，接著看下一個文件，直到掃描完所有的文件。如利用windows的搜索也可以搜索文件內(nèi)容，只是相當?shù)穆?/p>

2）全文檢索(Full-text Search)

將非結(jié)構(gòu)化數(shù)據(jù)中的一部分信息提取出來，重新組織，使其變得有一定結(jié)構(gòu)，然后對此有一定結(jié)構(gòu)的數(shù)據(jù)進行搜索，從而達到搜索相對較快的目的。這部分從非結(jié)構(gòu)化數(shù)據(jù)中提取出的然后重新組織的信息，我們稱之索引。

例如：字典。字典的拼音表和部首檢字表就相當于字典的索引，對每一個字的解釋是非結(jié)構(gòu)化的，如果字典沒有音節(jié)表和部首檢字表，在茫茫辭海中找一個字只能順序掃描。然而字的某些信息可以提取出來進行結(jié)構(gòu)化處理，比如讀音，就比較結(jié)構(gòu)化，分聲母和韻母，分別只有幾種可以一一列舉，于是將讀音拿出來按一定的順序排列，每一項讀音都指向此字的詳細解釋的頁數(shù)。我們搜索時按結(jié)構(gòu)化的拼音搜到讀音，然后按其指向的頁數(shù)，便可找到我們的非結(jié)構(gòu)化數(shù)據(jù)——也即對字的解釋。

這種先建立索引，再對索引進行搜索的過程就叫全文檢索。

雖然創(chuàng)建索引的過程也是非常耗時的，但是索引一旦創(chuàng)建就可以多次使用，全文檢索主要處理的是查詢，所以耗時間創(chuàng)建索引是值得的。

4、如何實現(xiàn)全文檢索

對于數(shù)據(jù)量大、數(shù)據(jù)結(jié)構(gòu)不固定的數(shù)據(jù)可采用全文檢索方式搜索，比如百度、Google等搜索引擎、論壇站內(nèi)搜索、電商網(wǎng)站站內(nèi)搜索等。

可以使用Lucene實現(xiàn)全文檢索。Lucene是apache下的一個開放源代碼的全文檢索引擎工具包。提供了完整的查詢引擎和索引引擎，部分文本分析引擎。Lucene的目的是為軟件開發(fā)人員提供一個簡單易用的工具包，以方便的在目標系統(tǒng)中實現(xiàn)全文檢索的功能。

三、Lucene實現(xiàn)全文檢索的流程

1、索引和搜索流程圖

1、綠色：表示索引過程，對要搜索的原始內(nèi)容進行索引構(gòu)建一個索引庫
索引過程：確定原始內(nèi)容，即要搜索的內(nèi)容，采集文檔，創(chuàng)建文檔，分析文檔，索引文檔

2、紅色表示搜索過程，從索引庫中搜索內(nèi)容
搜索過程：用戶通過搜索界面，創(chuàng)建查詢執(zhí)行搜索，從索引庫搜索渲染搜索結(jié)果

2、創(chuàng)建索引

對文檔索引的過程，將用戶要搜索的文檔內(nèi)容進行索引，索引存儲在索引庫（index）中。
這里我們要搜索的文檔是磁盤上的文本文件，根據(jù)案例描述：凡是文件名或文件內(nèi)容包括關鍵字的文件都要找出來，這里要對文件名和文件內(nèi)容創(chuàng)建索引。

1）獲取原始文檔

原始文檔是指要索引和搜索的內(nèi)容。原始內(nèi)容包括互聯(lián)網(wǎng)上的網(wǎng)頁、數(shù)據(jù)庫中的數(shù)據(jù)、磁盤上的文件等。

本案例中的原始內(nèi)容就是磁盤上的文件，如下圖：

從互聯(lián)網(wǎng)上、數(shù)據(jù)庫、文件系統(tǒng)中等獲取需要搜索的原始信息，這個過程就是信息采集，信息采集的目的是為了對原始內(nèi)容進行索引。

在Internet上采集信息的軟件通常稱為爬蟲或蜘蛛，也稱為網(wǎng)絡機器人，爬蟲訪問互聯(lián)網(wǎng)上的每一個網(wǎng)頁，將獲取到的網(wǎng)頁內(nèi)容存儲起來。

Lucene不提供信息采集的類庫，需要自己編寫一個爬蟲程序?qū)崿F(xiàn)信息采集，也可以通過一些開源軟件實現(xiàn)信息采集，如下：

• Nutch（http://lucene.apache.org/nutch）, Nutch是apache的一個子項目，包括大規(guī)模爬蟲工具，能夠抓取和分辨web網(wǎng)站數(shù)據(jù)。

• jsoup（http://jsoup.org/ ），jsoup 是一款Java 的HTML解析器，可直接解析某個URL地址、HTML文本內(nèi)容。它提供了一套非常省力的API，可通過DOM，CSS以及類似于jQuery的操作方法來取出和操作數(shù)據(jù)。

• heritrix（http://sourceforge.net/projects/archive-crawler/files/），Heritrix 是一個由 java 開發(fā)的、開源的網(wǎng)絡爬蟲，用戶可以使用它來從網(wǎng)上抓取想要的資源。其最出色之處在于它良好的可擴展性，方便用戶實現(xiàn)自己的抓取邏輯。

本案例我們要獲取磁盤上文件的內(nèi)容，可以通過文件流來讀取文本文件的內(nèi)容，對于pdf、doc、xls等文件可通過第三方提供的解析工具讀取文件內(nèi)容，比如Apache POI讀取doc和xls的文件內(nèi)容。

2）創(chuàng)建文檔對象

獲取原始內(nèi)容的目的是為了索引，在索引前需要將原始內(nèi)容創(chuàng)建成文檔（Document），文檔中包括一個一個的域（Field），域中存儲內(nèi)容。
這里我們可以將磁盤上的一個文件當成一個document，Document中包括一些Field（file_name文件名稱、file_path文件路徑、file_size文件大小、file_content文件內(nèi)容），如下圖：

注：每個Document可以有多個Field，不同的Document可以有不同的Field，同一個Document可以有相同的Field（域名和域值都相同）
每個文檔都有一個唯一的編號，就是文檔id。

3）分析文檔

將原始內(nèi)容創(chuàng)建為包含域（Field）的文檔（document），需要再對域中的內(nèi)容進行分析，分析的過程是經(jīng)過對原始文檔提取單詞、將字母轉(zhuǎn)為小寫、去除標點符號、去除停用詞等過程生成最終的語匯單元，可以將語匯單元理解為一個一個的單詞。

原文檔內(nèi)容：

Lucene is a Java full-text search engine. Lucene is not a complete
application, but rather a code library and API that can easily be used
to add search capabilities to applications.

分析后得到的語匯單元：

lucene、java、full、search、engine。。。。

每個單詞叫做一個Term，不同的域中拆分出來的相同的單詞是不同的term。term中包含兩部分一部分是文檔的域名，另一部分是單詞的內(nèi)容。

例如：文件名中包含apache和文件內(nèi)容中包含的apache是不同的term。

4）創(chuàng)建索引

對所有文檔分析得出的語匯單元進行索引，索引的目的是為了搜索，最終要實現(xiàn)只搜索被索引的語匯單元從而找到Document（文檔）。
一個索引可能對應多個文檔

注：一個索引可能對應多個文檔，創(chuàng)建索引是對語匯單元索引，通過詞語找文檔，這種索引的結(jié)構(gòu)叫倒排索引結(jié)構(gòu)。

傳統(tǒng)方法是根據(jù)文件找到該文件的內(nèi)容，在文件內(nèi)容中匹配搜索關鍵字，這種方法是順序掃描方法，數(shù)據(jù)量大、搜索慢。

倒排索引結(jié)構(gòu)是根據(jù)內(nèi)容（詞語）找文檔，如下圖：

倒排索引結(jié)構(gòu)也叫反向索引結(jié)構(gòu)，包括索引和文檔兩部分，索引即詞匯表，它的規(guī)模較小，而文檔集合較大。

3、查詢索引

1）創(chuàng)建查詢

用戶輸入查詢關鍵字執(zhí)行搜索之前需要先構(gòu)建一個查詢對象，查詢對象中可以指定查詢要搜索的Field文檔域、查詢關鍵字等，查詢對象會生成具體的查詢語法。
例如：語法 “fileName:lucene”表示要搜索Field域的內(nèi)容為“l(fā)ucene”的文檔

2）執(zhí)行查詢

搜索索引過程：根據(jù)查詢語法在倒排索引詞典表中分別找出對應搜索詞的索引，從而找到索引所鏈接的文檔鏈表。
比如搜索語法為“fileName:lucene”表示搜索出fileName域中包含Lucene的文檔。
搜索過程就是在索引上查找域為fileName，并且關鍵字為Lucene的term，并根據(jù)term找到文檔id列表。

3）渲染結(jié)果

全文檢索系統(tǒng)提供用戶搜索的界面供用戶提交搜索的關鍵字，搜索完成展示搜索結(jié)果。

以一個友好的界面將查詢結(jié)果展示給用戶，用戶根據(jù)搜索結(jié)果找自己想要的信息，為了幫助用戶很快找到自己的結(jié)果，提供了很多展示的效果，比如搜索結(jié)果中將關鍵字高亮顯示，百度提供的快照等。

四、配置開發(fā)環(huán)境

1、Lucene下載

官方網(wǎng)站：http://lucene.apache.org/

Lucene是開發(fā)全文檢索功能的工具包，從官方網(wǎng)站下載Lucene4.10.3，并解壓。

2、需要使用的jar包

Lucene包：

• lucene-core-4.10.3.jar
• lucene-analyzers-common-4.10.3.jar
• lucene-queryparser-4.10.3.jar

其它包：

• commons-io-2.4.jar
• junit-4.9.jar

五、功能實現(xiàn)

1、創(chuàng)建索引庫

1）實現(xiàn)步驟

• 第一步：創(chuàng)建一個java工程，新建一個文件夾lib，并導入jar包，添加到工作路徑去。
• 第二步：新建一個測試類，添加測試方法
• 第三步：創(chuàng)建一個indexwriter對象。
  1）指定索引庫的存放位置Directory對象
  2）指定一個分析器，對文檔內(nèi)容進行分析。
• 第四步：創(chuàng)建document對象。
• 第五步：創(chuàng)建field對象，將field添加到document對象中。
• 第六步：使用indexwriter對象將document對象寫入索引庫，此過程進行索引創(chuàng)建。并將索引和document對象寫入索引庫。
• 第七步：關閉IndexWriter對象。

2）Field說明

Field域?qū)傩裕?/p>

• 是否分析：是否對域的內(nèi)容進行分詞處理。前提是我們要對域的內(nèi)容進行查詢。
• 是否索引：將Field分析后的詞或整個Field值進行索引，只有索引方可搜索到。
  比如：商品名稱、商品簡介分析后進行索引，訂單號、身份證號不用分析但也要索引，這些將來都要作為查詢條件。
• 是否存儲：將Field值存儲在文檔中，存儲在文檔中的Field才可以從Document中獲取
  比如：商品名稱、訂單號，凡是將來要從Document中獲取的Field都要存儲。
• 是否存儲的標準：是否要將內(nèi)容展示給用戶

Field類：

3）代碼實現(xiàn)

import java.io.File;
import java.io.IOException;
import org.apache.commons.io.FileUtils;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.document.LongField;
import org.apache.lucene.document.StoredField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.junit.Test;

public class FirstLucene {
    
    @Test
    public void testIndex() throws Exception{
        //創(chuàng)建一個indexwriter對象
        Directory directory=FSDirectory.open(new File("F:\\time"));//索引庫
        Analyzer analyzer=new StandardAnalyzer();//官方分析器
        IndexWriterConfig config=new IndexWriterConfig(Version.LATEST, analyzer);
        IndexWriter iw=new IndexWriter(directory, config);
        //創(chuàng)建field對象，并添加到docement對象中
        File f=new File("F:\\source");
        File[] listFiles = f.listFiles();
        for (File file : listFiles) {
            //創(chuàng)建docement對象
            Document document=new Document();
            String file_name=file.getName();
            Field fileNameField=new TextField("fileName",file_name,Store.YES);
            long file_size=FileUtils.sizeOf(file);
            Field fileSizeField=new LongField("fileSize",file_size, Store.YES);
            String file_path=file.getPath();
            Field filePathField=new StoredField("filePath",file_path);
            String file_content=FileUtils.readFileToString(file);
            Field fileContentField=new TextField("fileContent",file_content,Store.YES);
            
            document.add(fileNameField);
            document.add(fileSizeField);
            document.add(filePathField);
            document.add(fileContentField);
            //使用indexwriter對象將document對象寫入索引庫
            iw.addDocument(document);
        }
            //關閉IndexWriter對象
            iw.close();
    }
}

4）使用Luke工具查看索引文件

啟動后，填入我們的索引路徑即可

2、查詢索引

1）實現(xiàn)步驟

• 第一步：創(chuàng)建一個Directory對象，也就是索引庫存放的位置。
• 第二步：創(chuàng)建一個indexReader對象，需要指定Directory對象。
• 第三步：創(chuàng)建一個indexsearcher對象，需要指定IndexReader對象
• 第四步：創(chuàng)建一個TermQuery對象，指定查詢的域和查詢的關鍵詞。
• 第五步：執(zhí)行查詢。
• 第六步：返回查詢結(jié)果。遍歷查詢結(jié)果并輸出。
• 第七步：關閉IndexReader對象

2）IndexSearcher搜索方法

3）代碼實現(xiàn)

//搜索索引
    @Test
    public void testSearch() throws Exception{
        //創(chuàng)建一個Directory對象，也就是索引庫存放的位置。
        Directory directory=FSDirectory.open(new File("F:\\time"));
        //創(chuàng)建一個indexReader對象，需要指定Directory對象。
        IndexReader ir=DirectoryReader.open(directory);
        //創(chuàng)建一個indexsearcher對象，需要指定IndexReader對象
        IndexSearcher indexsearcher=new IndexSearcher(ir);
        //創(chuàng)建一個TermQuery對象，指定查詢的域和查詢的關鍵詞。
        Query query=new TermQuery(new Term("fileName","notice.txt"));
        //執(zhí)行查詢。
        TopDocs topDocs = indexsearcher.search(query, 2);
        //返回查詢結(jié)果。遍歷查詢結(jié)果并輸出。
        ScoreDoc[] scoreDocs = topDocs.scoreDocs;//文檔id
        for (ScoreDoc scoreDoc : scoreDocs) {
            int doc = scoreDoc.doc;
            Document document = indexsearcher.doc(doc);//獲取文檔
            String fileName = document.get("fileName");
            System.out.println(fileName);
            String fileContent = document.get("fileContent");
            System.out.println(fileContent);
            String fileSize= document.get("fileSize");
            System.out.println(fileSize);
            String filePath = document.get("filePath");
            System.out.println(filePath);
            System.out.println("-----------------------------");
        }
        //關閉IndexReader對象
        ir.close();
    }

3、支持中文分詞

1）分析器（Analyzer）的執(zhí)行過程

如下圖是語匯單元的生成過程：

從一個Reader字符流開始，創(chuàng)建一個基于Reader的Tokenizer分詞器，經(jīng)過三個TokenFilter生成語匯單元Tokens。

要看分析器的分析效果，只需要看Tokenstream中的內(nèi)容就可以了。每個分析器都有一個方法tokenStream，返回一個tokenStream對象。

2）選擇中文分析器

Lucene自帶中文分詞器：

• StandardAnalyzer：單字分詞，按照中文一個字一個字地進行分詞。如：“我愛中國”，效果：“我”、“愛”、“中”、“國”。
• CJKAnalyzer：二分法分詞，按兩個字進行切分。如：“我是中國人”，效果：“我是”、“是中”、“中國”“國人”。
• SmartChineseAnalyzer：對中文支持較好，但擴展性差，擴展詞庫，禁用詞庫和同義詞庫等不好處理

第三方中文分析器

IK-analyzer： 最新版在https://code.google.com/p/ik-analyzer/上，支持Lucene 4.10從2006年12月推出1.0版開始， IKAnalyzer已經(jīng)推出了4個大版本。最初，它是以開源項目Luence為應用主體的，結(jié)合詞典分詞和文法分析算法的中文分詞組件。從3.0版本開 始，IK發(fā)展為面向Java的公用分詞組件，獨立于Lucene項目，同時提供了對Lucene的默認優(yōu)化實現(xiàn)。在2012版本中，IK實現(xiàn)了簡單的分詞 歧義排除算法，標志著IK分詞器從單純的詞典分詞向模擬語義分詞衍化。 但是也就是2012年12月后沒有在更新。

IKAnalyzer使用

第一步：把IKAnalyzer2012FF_u1.jar包添加到工程中
第二步：把配置文件和擴展詞典和停用詞詞典添加到classpath下

測試代碼

	@Test
    public void testTokenStream() throws Exception {
        // 創(chuàng)建一個標準分析器對象
        Analyzer analyzer = new IKAnalyzer();
        // 獲得tokenStream對象
        // 第一個參數(shù)：域名，可以隨便給一個
        // 第二個參數(shù)：要分析的文本內(nèi)容
        TokenStream tokenStream = analyzer.tokenStream("test","高富帥可以用二維表結(jié)構(gòu)來邏輯表達實現(xiàn)的數(shù)據(jù)");
        // 添加一個引用，可以獲得每個關鍵詞
        CharTermAttribute charTermAttribute = tokenStream.addAttribute(CharTermAttribute.class);
        // 添加一個偏移量的引用，記錄了關鍵詞的開始位置以及結(jié)束位置
        OffsetAttribute offsetAttribute = tokenStream.addAttribute(OffsetAttribute.class);
        // 將指針調(diào)整到列表的頭部
        tokenStream.reset();
        // 遍歷關鍵詞列表，通過incrementToken方法判斷列表是否結(jié)束
        while (tokenStream.incrementToken()) {
            // 關鍵詞的起始位置
            System.out.println("start->" + offsetAttribute.startOffset());
            // 取關鍵詞
            System.out.println(charTermAttribute);
            // 結(jié)束位置
            System.out.println("end->" + offsetAttribute.endOffset());
        }
        tokenStream.close();
    }

ext.dic里面保留要的字段
stopword.dic保留不要的字段

3）Analyzer使用時機

輸入關鍵字進行搜索，當需要讓該關鍵字與文檔域內(nèi)容所包含的詞進行匹配時需要對文檔域內(nèi)容進行分析，需要經(jīng)過Analyzer分析器處理生成語匯單元（Token）。分析器分析的對象是文檔中的Field域。當Field的屬性tokenized（是否分詞）為true時會對Field值進行分析，如下圖：

對于一些Field可以不用分析：
1、不作為查詢條件的內(nèi)容，比如文件路徑
2、不是匹配內(nèi)容中的詞而匹配Field的整體內(nèi)容，比如訂單號、身份證號等。

注意：搜索使用的分析器要和索引使用的分析器一致。

3、維護索引庫

新建一個class，用于測試

1）索引庫刪除

刪除全部

package com.it.lucene;

import java.io.File;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.junit.Test;

public class LuceneManager {
    public IndexWriter getIndexWriter() throws Exception{
          //創(chuàng)建一個indexwriter對象
        Directory directory=FSDirectory.open(new File("F:\\time"));//索引庫
        Analyzer analyzer=new StandardAnalyzer();//官方分析器
        IndexWriterConfig config=new IndexWriterConfig(Version.LATEST, analyzer);
        return new IndexWriter(directory, config);
    }
    //全刪除
    @Test
    public void testAllDelete() throws Exception{
        IndexWriter indexWriter=getIndexWriter();
        indexWriter.deleteAll();
        indexWriter.close();
    }
}

指定查詢條件刪除

	//根據(jù)條件刪除
    @Test
    public void testDelete() throws Exception{
        IndexWriter indexWriter=getIndexWriter();
        Query query=new TermQuery(new Term("fileName","notice.txt"));
        indexWriter.deleteDocuments(query);
        indexWriter.close();
    }

2）索引庫修改

原理就是先刪除后添加。

	//修改
    @Test
    public void testUpdate() throws Exception{
        IndexWriter indexWriter=getIndexWriter();
        Document doc=new Document();
        doc.add(new TextField("fileN","測試文件名",Store.YES));
        indexWriter.updateDocument(new Term("fileName","notice"),doc,new IKAnalyzer());
        indexWriter.close();
    }

六、Lucene索引庫查詢（重點）

對要搜索的信息創(chuàng)建Query查詢對象，Lucene會根據(jù)Query查詢對象生成最終的查詢語法，類似關系數(shù)據(jù)庫Sql語法一樣Lucene也有自己的查詢語法，比如：“name:lucene”表示查詢Field的name為“l(fā)ucene”的文檔信息。

可通過兩種方法創(chuàng)建查詢對象：

1）使用Lucene提供Query子類
Query是一個抽象類，lucene提供了很多查詢對象，比如TermQuery項精確查詢，NumericRangeQuery數(shù)字范圍查詢等。
如下代碼：

Query query = new TermQuery(new Term("name", "lucene"));

2）使用QueryParse解析查詢表達式
QueryParse會將用戶輸入的查詢表達式解析成Query對象實例。
如下代碼：

QueryParser queryParser = new QueryParser("name", new IKAnalyzer());
Query query = queryParser.parse("name:lucene");

1、使用query的子類查詢

使用MatchAllDocsQuery查詢索引目錄中的所有文檔

public IndexSearcher getIndexSearcher() throws Exception{
      //創(chuàng)建一個Directory對象，也就是索引庫存放的位置。
    Directory directory=FSDirectory.open(new File("F:\\time"));
    //創(chuàng)建一個indexReader對象，需要指定Directory對象。
    IndexReader ir=DirectoryReader.open(directory);
    //創(chuàng)建一個indexsearcher對象，需要指定IndexReader對象
    return new IndexSearcher(ir);
}

//執(zhí)行查詢結(jié)果
public static void printResult(IndexSearcher indexsearcher,Query query) throws Exception{  
    //執(zhí)行查詢。
    TopDocs topDocs = indexsearcher.search(query, 2);
    //返回查詢結(jié)果。遍歷查詢結(jié)果并輸出。
    ScoreDoc[] scoreDocs = topDocs.scoreDocs;//文檔id
    for (ScoreDoc scoreDoc : scoreDocs) {
        int doc = scoreDoc.doc;
        Document document = indexsearcher.doc(doc);//獲取文檔
        String fileName = document.get("fileName");
        System.out.println(fileName);
        String fileContent = document.get("fileContent");
        System.out.println(fileContent);
        String fileSize= document.get("fileSize");
        System.out.println(fileSize);
        String filePath = document.get("filePath");
        System.out.println(filePath);
        System.out.println("-----------------------------");
    }
} 
//查詢所有
@Test
public void testMatchAllDocsQuery() throws Exception{
    IndexSearcher indexSearcher=getIndexSearcher();
    Query query=new MatchAllDocsQuery();
    printResult(indexSearcher,query);
    indexSearcher.getIndexReader().close();
}

TermQuery：指定要查詢的域和要查詢的關鍵詞。
TermQuery不使用分析器，所以建議匹配不分詞的Field域查詢，比如訂單號、分類ID號等。

//使用Termquery查詢
@Test
public void testTermQuery() throws Exception {
    IndexSearcher indexSearcher = getIndexSearcher();
    //創(chuàng)建查詢對象
    Query query = new TermQuery(new Term("fileName", "notice"));
    //執(zhí)行查詢
    TopDocs topDocs = indexSearcher.search(query, 10);
    //共查詢到的document個數(shù)
    System.out.println("查詢結(jié)果總數(shù)量：" + topDocs.totalHits);
}

NumericRangeQuery：可以根據(jù)數(shù)值范圍查詢

//根據(jù)數(shù)值范圍查詢
@Test
public void testNumericRangeQuery() throws Exception{
    IndexSearcher indexSearcher=getIndexSearcher();
    Query query=NumericRangeQuery.newLongRange("fileSize", 1L, 20000L, true, true);
    printResult(indexSearcher,query);
    indexSearcher.getIndexReader().close();
}

BooleanQuery：可以組合查詢條件

//組合條件查詢
@Test
public void testBooleanQuery() throws Exception {
    IndexSearcher indexSearcher = getIndexSearcher();
    //創(chuàng)建一個布爾查詢對象
    BooleanQuery query = new BooleanQuery();
    //創(chuàng)建第一個查詢條件
    Query query1 = new TermQuery(new Term("fileName", "notice"));
    Query query2 = new TermQuery(new Term("fileContent", "has"));
    //組合查詢條件
    query.add(query1, Occur.SHOULD);
    query.add(query2, Occur.SHOULD);
    //執(zhí)行查詢
    printResult(indexSearcher,query);
}

2、使用queryparser查詢

通過QueryParser也可以創(chuàng)建Query，QueryParser提供一個Parse方法，此方法可以直接根據(jù)查詢語法來查詢。

注：需要使用到分析器的話，建議創(chuàng)建索引和查詢索引使用的分析器要一致。

1）查詢語法

1、基礎的查詢語法，關鍵詞查詢：
域名+“：”+搜索的關鍵字
例如：content:java

2、范圍查詢
域名+“:”+[最小值 TO 最大值]
例如：size:[1 TO 1000]
范圍查詢在lucene中支持數(shù)值類型，不支持字符串類型。在solr中支持字符串類型。

3、組合條件查詢

• 寫法1：
  Occur.MUST 查詢條件必須滿足，相當于and：+
  Occur.SHOULD 查詢條件可選，相當于or：空
  Occur.MUST_NOT 查詢條件不能滿足，相當于not非：-

1）+條件1 +條件2：兩個條件之間是并且的關系and
例如：+filename:apache +content:apache
2）+條件1 條件2：必須滿足第一個條件，應該滿足第二個條件
例如：+filename:apache content:apache
3）條件1 條件2：兩個條件滿足其一即可。
例如：filename:apache content:apache
4）-條件1 條件2：必須不滿足條件1，要滿足條件2
例如：-filename:apache content:apache

寫法2：

• 條件1 AND 條件2
• 條件1 OR 條件2
• 條件1 NOT 條件2

2）使用

QueryParser

//條件解析的對象查詢      @Test
public void testQueryParser() throws Exception {
    IndexSearcher indexSearcher = getIndexSearcher();
    //創(chuàng)建queryparser對象
    //第一個參數(shù)默認搜索的域
    //第二個參數(shù)就是分析器對象
    QueryParser queryParser = new QueryParser("fileName",new IKAnalyzer());
    //*:* 域：值
    Query query = queryParser.parse("notice");
    //執(zhí)行查詢
    printResult(indexSearcher,query);
}

MultiFieldQueryParser：可以指定多個默認搜索域文章來源地址http://www.zghlxwxcb.cn/news/detail-756033.html

//條件解析的對象查詢 多個默認域
@Test
public void testMultiFiledQueryParser() throws Exception {
    IndexSearcher indexSearcher = getIndexSearcher();
    //可以指定默認搜索的域是多個
    String[] fields = {"fileName", "fileContent"};
    //創(chuàng)建一個MulitFiledQueryParser對象
    MultiFieldQueryParser queryParser = new MultiFieldQueryParser(fields, new IKAnalyzer());
    Query query = queryParser.parse("java AND apache");
    System.out.println(query);
    //執(zhí)行查詢
    printResult(indexSearcher,query);
    
}

到了這里，關于基于Lucene的全文檢索系統(tǒng)的實現(xiàn)與應用的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！