Lucene详细说明和操作使用.docVIP

Lucene详细说明和操作使用 Lucene提供了方便您创建自建查询的API，也通过QueryParser提供了强大的查询语言。 本文讲述Lucene的查询语句解析器支持的语法，Lucene的查询语句解析器是使用JavaCC工 具生成的词法解析器，它将查询字串解析为Lucene Query对象。 项（Term） 一条搜索语句被拆分为一些项（term）和操作符（operator）。项有两种类型：单独项和 短语。 单独项就是一个单独的单词，例如test ， hello。 短语是一组被双引号包围的单词，例如hello dolly。 多个项可以用布尔操作符连接起来形成复杂的查询语句（接下来您就会看到）。 注意：Analyzer建立索引时使用的解析器和解析单独项和短语时的解析器相同，因此选择 一个不会受查询语句干扰的Analyzer非常重要。luence1.4的StandardAnalyzer的解析器已 经支持中文等亚洲国家的文字了，可以直接。标准的解析其不支持中文。 域（Field） Lucene支持域。您可以指定在某一个域中搜索，或者就使用默认域。域名及默认域是具体 索引器实现决定的。(怎么定制默认域？) 您可以这样搜索域：域名+:+搜索的项名。 举个例子，假设某一个Lucene索引包含两个域，title和text，text是默认域。如果您想查 找标题为The Right Way且含有dont go this way的文章，您可以输入： title:The Right Way AND text:go 或者 title:Do it right AND right 因为text是默认域，所以这个域名可以不行。 注意：域名只对紧接于其后的项生效，所以 title:Do it right 只有Do属于title域。it和right仍将在默认域中搜索（这里是text域）。 项修饰符（Term Modifiers） Lucene支持项修饰符以支持更宽范围的搜索选项。 用通配符搜索 Lucene支持单个与多个字符的通配搜索。 使用符号?表示单个任意字符的通配。 使用符号*表示多个任意字符的通配。 单个任意字符匹配的是所有可能单个字符。例如，搜索text或者test，可以这样： te?t 多个任意字符匹配的是0个及更多个可能字符。例如，搜索test, tests 或者 tester，可 以这样： test* 您也可以在字符窜中间使用多个任意字符通配符。 te*t 注意：您不能在搜索的项开始使用*或者?符号。 模糊查询 Lucene支持基于Levenshtein Distance与Edit Distance算法的模糊搜索。要使用模糊搜索 只需要在单独项的最后加上符号~。例如搜索拼写类似于roam的项这样写： roam~ 这次搜索将找到形如foam和roams的单词。 注意：使用模糊查询将自动得到增量因子（boost factor）为0.2的搜索结果. 邻近搜索(Proximity Searches) Lucene还支持查找相隔一定距离的单词。邻近搜索是在短语最后加上符号~。例如在文档 中搜索相隔10个单词的apache和jakarta，这样写： jakarta apache~10 Boosting a Term Lucene provides the relevance level of matching documents based on the terms found. To boost a term use the caret, ^, symbol with a boost factor (a number) at the end of the term you are searching. The higher the boost factor, the more relevant the term will be. Lucene可以设置在搜索时匹配项的相似度。在项的最后加上符号^紧接一个数字（增量值 ），表示搜索时的相似度。增量值越高，搜索到的项相关度越好。 Boosting allows you to control the relevance of a document by boosting its term. For example, if you are searching for jakarta apache and you want the term jakarta to be more relevant boost it using the ^ symbol along with the boost factor next to the term. You would type: 通过增量一个项可以控制搜索文档时的相关度。