Lucene笔记二

lucene 的排序

package cn.itcast.lucene;

import java.io.IOException;

import org.apache.lucene.document.Document;
import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.Sort;
import org.apache.lucene.search.SortField;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.search.SortField.Type;

import cn.itcast.uitls.LuceneUtils;

/**
 *
 * 根据lucene 的字段的名称进行排序...
 *
 * 对查询出来的结果进行排序\
 * 加了排序条件之后，每个文档得分将失效..
 * @author Administrator
 *
 */
public class TestSort1 {

    public static void main(String[] args) throws Exception {
        IndexSearcher indexSearcher=LuceneUtils.getIndexSearcher();
        String keywords="全文检索服务器";

        String fields []={"content"};

        QueryParser queryParser=new MultiFieldQueryParser(LuceneUtils.getVersion(),fields,LuceneUtils.getAnalyzer());

        Query query=queryParser.parse(keywords); 

        //需要根据那个字段进行排序
        /**
         * 1:需要根据那个字段进行排序
         *
         * 2：排序的字段对应的类型
         *
         * 3:是否反转  （升序(true) 降序 （false））
         *
         */
        SortField sortField=new SortField("id", Type.INT,true);
        //设置排序的条件
        Sort sort=new Sort(sortField);
        TopDocs topDocs=indexSearcher.search(query, 100, sort);
        ScoreDoc scoreDocs[]=topDocs.scoreDocs;
        for(ScoreDoc scoreDoc :scoreDocs){
            //根据id 去击中一个文档呢..
            Document document=indexSearcher.doc(scoreDoc.doc);
            //每个文档都有一个得分,这个得分是float 类型，他是lucene 自己内部算出来，VSM
            System.out.println("id==="+document.get("id")+"得分===="+scoreDoc.score);
            System.out.println("title==="+document.get("title"));
            System.out.println("content==="+document.get("content"));
            System.out.println("url==="+document.get("url"));
            System.out.println("author==="+document.get("author"));

        }
    }

}

lucene  的过滤器

package cn.itcast.lucene;

import java.io.IOException;

import org.apache.lucene.document.Document;
import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.Filter;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.NumericRangeFilter;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;

import cn.itcast.uitls.LuceneUtils;

/**
 *
 * 对查询出来的结果进行过滤，以获得更小范围的结果...
 * @author Administrator
 *
 */
public class TestFilter {
    public static void main(String[] args) throws Exception {
        IndexSearcher indexSearcher=LuceneUtils.getIndexSearcher();
        String keywords="全文检索服务器";

        String fields []={"content"};

        QueryParser queryParser=new MultiFieldQueryParser(LuceneUtils.getVersion(),fields,LuceneUtils.getAnalyzer());

        Query query=queryParser.parse(keywords);

        //过滤器
        /**
         * 1:需要根据那个字段进行过滤
         *
         * 2：字段对应范围的最小值
         *
         * 3：字段对应范围的最大值
         *
         * 4：是否包含最小值
         *
         * 5：是否包含最大值...
         *
         */
        /**
         *
         * Filter 是一个抽象类，我们后面可以继承它，来定义我们 自己的过滤规则，
         *
         * 使用过滤的效率比较低，我们在后面可以使用其它查询条件实现一样的效果，性能比过滤器要高...
         */
        Filter filter=NumericRangeFilter.newIntRange("id",2, 10,true, false);

        TopDocs topDocs=indexSearcher.search(query, filter, 100);

        ScoreDoc scoreDocs[]=topDocs.scoreDocs;
        for(ScoreDoc scoreDoc :scoreDocs){
            //根据id 去击中一个文档呢..
            Document document=indexSearcher.doc(scoreDoc.doc);
            //每个文档都有一个得分,这个得分是float 类型，他是lucene 自己内部算出来，VSM
            System.out.println("id==="+document.get("id"));
            System.out.println("title==="+document.get("title"));
            System.out.println("content==="+document.get("content"));
            System.out.println("url==="+document.get("url"));
            System.out.println("author==="+document.get("author"));
        }        

    }
}

lucene 的高亮器的使用

package cn.itcast.lucene;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import org.apache.lucene.document.Document;
import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.Sort;
import org.apache.lucene.search.SortField;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.search.SortField.Type;
import org.apache.lucene.search.highlight.Formatter;
import org.apache.lucene.search.highlight.Highlighter;
import org.apache.lucene.search.highlight.QueryScorer;
import org.apache.lucene.search.highlight.Scorer;
import org.apache.lucene.search.highlight.SimpleHTMLFormatter;

import cn.itcast.bean.Article;
import cn.itcast.uitls.LuceneUtils;

/**
 *
 * 测试高亮，
 *
 * 使用高亮的时候我们需要导入两个jar
 * lucene-highlighter-4.4.0.jar
 * lucene-memory-4.4.0.jar
 *
 *
 * @author Administrator
 * 对查询出来的结果当中包含的搜索关键字进行高亮...
 */
public class TestHighlighter {

    public static void main(String[] args) throws Exception {
        IndexSearcher indexSearcher=LuceneUtils.getIndexSearcher();
        String keywords="全文检索服务器";
        String fields []={"content"};
        QueryParser queryParser=new MultiFieldQueryParser(LuceneUtils.getVersion(),fields,LuceneUtils.getAnalyzer());
        Query query=queryParser.parse(keywords);
        TopDocs topDocs=indexSearcher.search(query, 1);
        ScoreDoc scoreDocs[]=topDocs.scoreDocs;

        //高亮显示的格式...
//        solr 是基于lucene 的<font color='blue'>全</font><font color='blue'>文</font><font color='blue'>检</font>索服务器
        Formatter formatter=new SimpleHTMLFormatter("<font color='red'>","</font>");

        //与query 查询条件进行关联，因为query 包含了搜索的关键字
        //只有知道了搜索的关键字，高亮显示的格式，我才能把一段文本进行高亮...
        Scorer scorer=new QueryScorer(query);

        //创建一个高亮器，我们使用lucene 自带的高亮器进行高亮..
        Highlighter highlighter=new Highlighter(formatter,scorer);

        List<Article> articles=new ArrayList<Article>();

        Article article=null;

        for(ScoreDoc scoreDoc :scoreDocs){
            article=new Article();
            Document document=indexSearcher.doc(scoreDoc.doc);
            String title=document.get("title");
            String content=document.get("content");
            System.out.println("id=="+document.get("id"));
            System.out.println("title==="+title);
            System.out.println("content==="+content);
            System.out.println("没有高亮之前的结果....----------------------------------------------------");

            if(content!=null){
                //返回高亮过后的文本...
                String highcontent=highlighter.getBestFragment(LuceneUtils.getAnalyzer(), "content", content);
                System.out.println("高亮过后的highcontent="+highcontent);
                if(highcontent==null){
                    article.setContent(content);
                }else{
                    article.setContent(highcontent);
                }
            }

            if(title!=null){
                String hightitle=highlighter.getBestFragment(LuceneUtils.getAnalyzer(), "title", title);

                //假设我们对一段文本进行高亮，如果这段文本当中不包含搜索关键字，对这段文本高亮，返回的结果为null
                System.out.println("高亮过后的hightitle="+hightitle);

                //不能把null 返回到客户端，所以我们需要进行判断，如果为null值，就返回没有高亮之前的文本，
                if(hightitle==null){
                    article.setTitle(title);
                }else{
                    article.setTitle(hightitle);
                }

            }

            //title 当中有没有可能不包含搜索的关键字...

        }
    }

}

lucene 查询条件的使用

package cn.itcast.lucene;

import java.io.IOException;

import org.apache.lucene.document.Document;
import org.apache.lucene.index.Term;
import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.BooleanQuery;
import org.apache.lucene.search.FuzzyQuery;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.MatchAllDocsQuery;
import org.apache.lucene.search.NumericRangeQuery;
import org.apache.lucene.search.PhraseQuery;
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.search.WildcardQuery;
import org.apache.lucene.search.BooleanClause.Occur;

import cn.itcast.uitls.LuceneUtils;

public class TestQuery {

    public static void main(String[] args) throws IOException, ParseException {
//        article.setId(i);   intfield
//        article.setTitle("lucene 是传智播客一个工具包");  textfield
//        article.setContent("solr 是基于lucene 的全文检索服务器"); textfield
//        article.setUrl("http://apche.cn"); StringField
//        article.setAuthor("爱新觉罗王姐杰杰结节"); StringField

//        1:第一种查询条件: 单字段查询..
//        Query query=new TermQuery(new Term("title","传"));

        //2:第二种查询：多字段查询，字符串搜索...
//        String fields []={"title"};
//
//        String keywords="传智播客";
//
//        QueryParser queryParser=new MultiFieldQueryParser(LuceneUtils.getVersion(),fields,LuceneUtils.getAnalyzer());
//        //会使用分词器把关键字进行分词之后再组拼查询条件...
//        Query query=queryParser.parse(keywords);

        //第三种查询:查询所有..
//        Query query=new MatchAllDocsQuery();
        //第四种查询，通配符查询...
        //? 代表单个的任意字符，* 代表是多个任意字符
        //使用*代表匹配的结果越多，性能越低...
//        Query query=new WildcardQuery(new Term("title","luce*"));

        //第五种查询：范围查询：可以使用此查询来替代过滤器..
//        Query query=NumericRangeQuery.newIntRange("id", 1, 10, true, false);

        //第六种查询:模糊查询...
        /**
         * 1:查询的条件term
         *
         * 2：maxEidts 默认值为2  ，最大的可编辑数，允许我的查询当中的值可以错误几个字符..
         *
         */
//        FuzzyQuery query=new FuzzyQuery(new Term("author","爱新觉罗王姐杰杰班长"),2);

//        /第七种查询：短语查询:

//        PhraseQuery query=new PhraseQuery();
//        //lucene 是传智播客一个工具包
//        query.add(new Term("title", "lucene"));
//        query.add(new Term("title", "具"));
//
//        //设置两个短语之间的最大间隔数..
//        //如果设置短语的间隔越小，越是我们想要的数据，
//        //如果设置的短语的间隔越大，被匹配到的内容越多，性能越慢...
//        query.setSlop(1111111111);

        //第八种查询，boolean 类型的查询..

        BooleanQuery query=new BooleanQuery();

        //查询条件1
        //1,9
        Query query1=NumericRangeQuery.newIntRange("id", 1, 10, true, false);

        //6~17
        Query query2=NumericRangeQuery.newIntRange("id", 6, 18, true, false);

        //select * from table where username ="bangzhang" and  sex ='nv'

        //boolean 组拼多个查询条件，取交集...
        //=
        query.add(query1,Occur.MUST);

        //!=
        query.add(query2, Occur.MUST_NOT);

        //or
        query.add(query2, Occur.SHOULD);

        testQuery(query);
    }

    public static void testQuery(Query query) throws IOException{
        IndexSearcher indexSearcher=LuceneUtils.getIndexSearcher();
        TopDocs topDocs=indexSearcher.search(query, 100);
        ScoreDoc scoreDocs[]=topDocs.scoreDocs;
        for(ScoreDoc scoreDoc :scoreDocs){
            //根据id 去击中一个文档呢..
            Document document=indexSearcher.doc(scoreDoc.doc);
            //每个文档都有一个得分,这个得分是float 类型，他是lucene 自己内部算出来，VSM
            System.out.println("id==="+document.get("id"));
            System.out.println("title==="+document.get("title"));
            System.out.println("content==="+document.get("content"));
            System.out.println("url==="+document.get("url"));
            System.out.println("author==="+document.get("author"));

        }        

    }
}