[转载]Lucene.Net:构造搜索表达式简化搜索-Mikel

[转载]Lucene.Net:构造搜索表达式简化搜索 – 努力，天赋，笑容，自信 – 博客园.

我们知道利用Lucene.Net的不同的Query（常见如BooleanQuery，RangeQuery等等），可以有针对性地进行各种不同类型的搜索。利用QueryParser（或MultiFieldQueryParser），配合构造好的搜索关键字（搜索表达式），也可以实现不同类型的搜索。本文重点就是简单介绍一下搜索表达式和不同类型的Query之间的简单对比。本文最后的demo，QueryApp工程下有文章里贴出的大部分示例代码，代码自己会说话，有时候它可能更好地表达了文章作者的思路。您可以下载对照着本文进行阅读。

一、与或非

1、与

举例：搜索contents既包含“jeffreyzhao”，又有“ 老赵”的记录：

1
public static void NormalQueryParserTest(Analyzer analyzer, string field, string keyword)

2
{

3
 QueryParser parser = new QueryParser(Version.LUCENE_29, field, analyzer);

4
 Query query = parser.Parse(keyword);

5
 ShowQueryExpression(analyzer, query, keyword);

6
 SearchToShow(query);

7
 Console.WriteLine();

8
}

调用的时候，我们构造一个搜索关键词“+jeffreyzhao +老赵”：

1
string field = "contents";//搜索的对应字段

2
keyword = "+jeffreyzhao +老赵";

3
LuceneSearch.NormalQueryParserTest(analyzer, field, keyword);//+contents:jeffreyzhao +contents:"老 赵"

搜索结果中我们可以看到，通过加号（+）可以表达与（AND）的关系（+contents:jeffreyzhao +contents:”老赵” ）。

特点：不同关键字越多，匹配的结果可能越少。

2、或

输入多个关键字，任何包含其中一个关键字的记录都被搜索出来：

1
string keyword = "jeffreyzhao 老赵";//搜索输入关键词

2
string field = "contents";//搜索的对应字段

3
LuceneSearch.NormalQueryParserTest(analyzer, field, keyword); //contents:jeffreyzhao contents:"老 赵"

特点：不同关键字越多，匹配的结果可能越多。

3、非（!）

1
keyword = "+jeffreyzhao -老赵";

2
LuceneSearch.NormalQueryParserTest(analyzer, field, keyword);//+contents:jeffreyzhao -contents:"老 赵"

3

4
keyword = "+jeffreyzhao !老赵";

5
LuceneSearch.NormalQueryParserTest(analyzer, field, keyword);//+contents:jeffreyzhao -contents:"老 赵"

上面的两种写法，转换成表达式都是+contents:jeffreyzhao -contents:”老赵” 。

根据我们的测试结果，与或非的关系可以总结如下：

a & b =>   +a +b
a || b =>   a    b
a !b   =>   +a -b

这种与或非的关系，我们还可以通过BooleanQuery表达同样的搜索：

01
public static void BooleanQueryTest(Analyzer analyzer, string field, string keyword, BooleanClause.Occur[] flags)

02
 {

03
 Console.WriteLine("====BooleanQuery====");

04
 string[] arrKeywords = keyword.Trim().Split(new char[] { ' ', ',', '，', '、' }, StringSplitOptions.RemoveEmptyEntries);

05
 QueryParser parser = new QueryParser(Version.LUCENE_29, field, analyzer);

06
 BooleanQuery bq = new BooleanQuery();

07
 int counter = 0;

08
 foreach (string item in arrKeywords)

09
 {

10
 Query query = parser.Parse(item);

11
 bq.Add(query, flags[counter]);

12
 counter++;

13
 }

14
 ShowQueryExpression(analyzer, bq, keyword);

15
 SearchToShow(bq);

16
 Console.WriteLine();

17
 }

其中BooleanClause.Occur（MUST：+ MUST_NOT：- SHOULD：无符号）的选择至关重要：

01
string field = "contents";//搜索的对应字段

02
IList<Analyzer> listAnalyzer =LuceneAnalyzer. BuildAnalyzers();

03
BooleanClause.Occur[] occurs = new BooleanClause.Occur[] { BooleanClause.Occur.MUST, BooleanClause.Occur.MUST };

04
foreach (Analyzer analyzer in listAnalyzer)

05
{

06

07
 //NormalQueryTest(analyzer);

08
 //LuceneSearch.NormalQueryParserTest(analyzer, field, keyword);//直接通过QueryParser配合构造好的查询表达式搜索

09

10
 //LuceneSearch.TermQueryTest(analyzer, field, "高手");//contents:高手

11

12
 LuceneSearch.BooleanQueryTest(analyzer, field, "jeffreyzhao 老赵", occurs);//+contents:jeffreyzhao +contents:"老 赵"

13

14
 //LuceneSearch.RangeQueryTest(analyzer,  rangeField, start, end); // createdate:[20101010 TO 20110101]   createdate:[20101010 TO 20110101}

15

16
 //LuceneSearch.PrefixQueryTest(analyzer, field, "hell"); // contents:hell*  (可以找到hello world那一项)

17

18
 //LuceneSearch.WildcardQueryTest(analyzer, field, "高手"); //contents:高手

19

20
 //LuceneSearch.FuzzyQueryTest(analyzer, field, "牛"); //contents:牛~0.5

21

22
 //LuceneSearch.PhraseQueryTest(analyzer, field, "hello world", 1); //contents:"hello world"~1

23

24
 //LuceneSearch.MulFieldsSearchTest(analyzer, fieldArr, "博  园", occurs); //+(contents:博 contents:园) +(title:博 title:园)

25
}

二、范围

01
string rangeField = "createdate";//范围搜索对应字段

02
string start = "20101010";

03
string end = "20110101";

04
IList<Analyzer> listAnalyzer =LuceneAnalyzer. BuildAnalyzers();

05
foreach (Analyzer analyzer in listAnalyzer)

06
{

07

08
 LuceneSearch.RangeQueryTest(analyzer, rangeField, start, end); // createdate:[20101010 TO 20110101]  createdate:[20101010 TO 20110101}

09

10
}

同样道理，RangeQuery（或者TermRangeQuery）也可以实现范围搜索。

三、多字段组合搜索

搜索时，对两个或多个字段进行匹配的时候，可以用下面的方法：

01
public static void MulFieldsSearchTest(Analyzer analyzer, string[] fields, string keyword, BooleanClause.Occur[] flags)

02
{

03
 Console.WriteLine("====MultiFieldQueryParser====");

04
 MultiFieldQueryParser parser = new MultiFieldQueryParser(Version.LUCENE_29, fields, analyzer);

05
 //Query query = parser.Parse(keyword);

06
 Query query = MultiFieldQueryParser.Parse(Version.LUCENE_29, keyword, fields, flags, analyzer);

07
 ShowQueryExpression(analyzer, query, keyword);

08
 SearchToShow(query);

09
 Console.WriteLine();

10
}

简单调用如下：

1
string[] fieldArr = new string[] { field, "title" };//两个字段

2
 IList<Analyzer> listAnalyzer =LuceneAnalyzer. BuildAnalyzers();

3
 foreach (Analyzer analyzer in listAnalyzer)

4
 {

5
 LuceneSearch.MulFieldsSearchTest(analyzer, fieldArr, "博  园", occurs); //+(contents:博 contents:园) +(title:博 title:园)

6
 }

如果我们把搜索关键字改为“博 -园”，则表达式就是“+(contents:博 -contents:园) +(title:博 -title:园)”，这也符合单个字段搜索。

注意：如你所知，与或非和范围不是搜索关系的全部。实际上，通过Lucene，你可以根据 +-!():^[]{}~*? 这几种符号，合理构造出表达真实意图的复杂表达式来代替不同类型的Query。我在示例代码中做了几个针对StandardAnalyzer的简单尝试，测试结果符合预期。

我在参考网上不少文章的时候，发现很多提到的问题都没有重现，再看他们的lucene的版本都低于2.0，我大胆猜测Lucene.Net的类库已经改进了不少，一开始还以为自己的测试不到位，囧。

四、分词效果

Analyzer选择不同，搜索结果也不同，尤其是对于中文。用下面的函数可以测试分词效果：

01
/// <summary>

02
/// 测试不同的Analyzer分词效果

03
/// </summary>

04
/// <param name="listAnalyzer"></param>

05
/// <param name="input"></param>

06
public static void TestAnalyzer(IList<Analyzer> listAnalyzer, string input)

07
{

08
 foreach (Analyzer analyzer in listAnalyzer)

09
 {

10
 Console.WriteLine(string.Format("{0}:", analyzer.ToString()));

11

12
 using (TextReader reader = new StringReader(input))

13
 {

14
 TokenStream stream = analyzer.ReusableTokenStream(string.Empty, reader);

15
 Lucene.Net.Analysis.Token token = null;

16
 while ((token = stream.Next()) != null)

17
 {

18
 Console.WriteLine(token.TermText());

19
 }

20
 }

21

22
 Console.WriteLine();

23
 }

24
}

不同的Analyzer，分词效果可以总结如下：

StandardAnalyzer 对中文单字拆分；

WhitespaceAnalyzer 按空格拆分，对中文的支持不好；

KeywordAnalyzer 输入什么，分词就是什么；

SimpleAnalyzer 按标点和空格拆分，对中文的支持不好

StopAnalyzer 和SimpleAnalyzer类似；

选来选去，StandardAnalyzer 的效果还是很不错的，一般的应用差不多就够用了。您可以使用不同的Analyzer，然后对比它们的搜索表达式并找出它们的不同之处。

demo下载：LuceneNetApp

[转载]Lucene.Net:构造搜索表达式简化搜索

一、与或非

1、与

2、或

3、非（!）

二、范围

三、多字段组合搜索

四、分词效果

相关推荐

热门标签

分类

链接表

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏