Lucene搜索实现过程细节.docVIP

lucene搜索实现过程详解 郭玉璞 2008-05-05 文档说明 关于lucene索引生成过程和生成文件结构，在《关于lucene建立索引的详细过程及相关文件结构》一文中已经说明，本文涉及到的文件结构，请参考该文档，这里不再累赘，并且我们假设您已经对索引文件格式有了一定的了解。 为了对搜索的实现过程有一个清晰的认识，本文采用分级的形势，层层深入。 对于分词这一块，将有专题讲解，本文在不影响理解的情况下，没有详解。 搜索过程简介 索引的过程主要分为以下几个步骤： 打开索引文件，并将索引文件的相关信息读入。代码如下： IndexReader reader = IndexReader.Open(index); 其中，index为索引文件所在的文件夹名称。该句执行完以后，索引文件的相关信息将存放在reader中。 实例化IndexSearcher，以便于后面的搜索操作。代码如下： IndexSearcher searcher = new IndexSearcher(reader); 该句执行完后，索引文件信息将存放在searcher中，后面的的搜索将运用searcher，而不是运用reader。当然，初始化方式有很多种，这里就以代码所示为例。 声明查询分析器QueryPaser。代码如下： QueryParser parser = new QueryParser(field, analyzer); 其中，field为要查询的字段，analyzer为所选择的分析器。 设置Query间的逻辑关系。代码如下： parser.SetDefaultOperator(QueryParser.Operator.AND); 该句的功能是，如果用户以空格隔开两个字符串，设置这两个字符串之间的关系，代码所示的是与的关系，根据需要也可以设置成OR等关系。此句可有可无，Lucene默认的是OR的关系。 生成Query子对象。代码如下： Query query = parser.Parse(strQuery); 其中，strQuery为用户输入的待查询的字符串。该句的主要功能是将用户输入的字符串进行分词，并记录每个Token之间的位置关系，以便于后面的查询。 当然，Lucene允许用户直接创建Query，也允许用户采用多种方法构建Query。例如：按词条搜索—TermQuery、“与或”搜索—BooleanQuery、在某一范围内搜索—RangeQuery、使用前缀搜索—PrefixQuery、多关键字的搜索—PhraseQuery、使用短语缀搜索—PhrasePrefixQuery、相近词语的搜索—FuzzyQuery、使用通配符搜索—WildcardQuery。各种方法原理相同，都是将各单个Query搜索，然后再将各自结果按照“与”或者“或”的关系得出最终结果。在本文中，我们将以代码所示的简单方式为例。 搜索，返回处理结果。代码如下： Hits hits = searcher.Search(query); 在该句中，不仅涉及搜索的过程，而且还有排序、过滤等过程。 7．根据搜索生成的内部编号，返回真正的结果。代码如下： Document doc = hits.Doc(i); 搜索过程详解。 1．IndexReader reader = IndexReader.Open(index);该句调用IndexReader的Open方法： public static IndexReader Open(System.String path) { return Open(FSDirectory.GetDirectory(path, false), true); } 1．1 FSDirectory.GetDirectory(path，false)，该方法获取索引文件夹的完全路径和创建临时文件路径。其中，path为索引文件所在文件夹的名称，false表示不要创建新的文件夹。该方法调用FSDirectory的GetDirectory方法： public static FSDirectory GetDirectory(System.String path, bool create) { return GetDirectory(new System.IO.FileInfo(path), create); } 1．1．1 GetDirectory(new System.IO.FileInfo(path), create);该方法是获取文夹完整路径的核心方法，其他方法都调用此方法。 首先，通过语句file = new System.IO.FileInfo(file.FullName);获得索引文件所在文件夹的完整路径到file。 其