laoding
本来我以为,隐身了别人就找不到我,没有用的,像我这样拉风的男人,无论走到哪里,都像在黑暗中的萤火虫一样,那样的鲜明,那样的出众。我那忧郁的眼神,稀疏的胡茬,那微微隆起的将军肚和亲切的笑容......都深深吸引了众人......
posts - 0,  comments - 37,  trackbacks - 0
原文来自:http://liyu2000.nease.net/article/Lucene/queryparsersyntax.htm

绪论

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。

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。

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"don't 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。例如如果您要搜索jakarta apache,同时您想让"jakarta"的相关度更加好,那么在其后加上"^"符号和增量值,也就是您输入:

jakarta^4 apache

This will make documents with the term jakarta appear more relevant. You can also boost Phrase Terms as in the example:

这将使得生成的doucment尽可能与jakarta相关度高。您也可以增量短语,象以下这个例子一样:

"jakarta apache"^4 "jakarta lucene"

By default, the boost factor is 1. Although, the boost factor must be positive, it can be less than 1 (i.e. .2)

默认情况下,增量值是1。增量值也可以小于1(例如0.2),但必须是有效的。

布尔操作符

布尔操作符可将项通过逻辑操作连接起来。Lucene支持AND, "+", OR, NOT 和 "-"这些操作符。(注意:布尔操作符必须全部大写)

OR

OR操作符是默认的连接操作符。这意味着如果两个项之间没有布尔操作符,就是使用OR操作符。OR操作符连接两个项,意味着查找含有任意项的文档。这与集合并运算相同。符号||可以代替符号OR。

搜索含有"jakarta apache" 或者 "jakarta"的文档,可以使用这样的查询:

"jakarta apache" jakarta

或者

"jakarta apache" OR jakarta

AND

AND操作符匹配的是两项同时出现的文档。这个与集合交操作相等。符号&&可以代替符号AND。

搜索同时含有"jakarta apache" 与 "jakarta lucene"的文档,使用查询:

"jakarta apache" AND "jakarta lucene"

+

"+"操作符或者称为存在操作符,要求符号"+"后的项必须在文档相应的域中存在。

搜索必须含有"jakarta",可能含有"lucene"的文档,使用查询:

+jakarta apache

NOT

NOT操作符排除那些含有NOT符号后面项的文档。这和集合的差运算相同。符号!可以代替符号NOT。

搜索含有"jakarta apache",但是不含有"jakarta lucene"的文档,使用查询:

"jakarta apache" NOT "jakarta lucene"

注意:NOT操作符不能单独与项使用构成查询。例如,以下的查询查不到任何结果:

NOT "jakarta apache"

-

"-"操作符或者禁止操作符排除含有"-"后面的相似项的文档。

搜索含有"jakarta apache",但不是"jakarta lucene",使用查询:

"jakarta apache" -"jakarta lucene"

分组(Grouping

Lucene支持使用圆括号来组合字句形成子查询。这对于想控制查询布尔逻辑的人十分有用。

搜索含有"jakarta"或者"apache",同时含有"website"的文档,使用查询:

(jakartaOR apache) AND website

这样就消除了歧义,保证website必须存在,jakarta和apache中之一也存在。

转义特殊字符(Escaping Special Characters

Lucene支持转义特殊字符,因为特殊字符是查询语法用到的。现在,特殊字符包括

+ - && || ! ( ) { } [ ] ^ " ~ * ? : "

转义特殊字符只需在字符前加上符号",例如搜索(1+1):2,使用查询

"(1"+1")":2

posted on 2008-10-31 18:07 老丁 阅读(2007) 评论(1)  编辑  收藏 所属分类: 搜索引擎 lucene

FeedBack:
# re: Lucene的查询语法!(搜索引擎)
2008-12-17 14:21 | soloman
很好,学习了。  回复  更多评论
  

只有注册用户登录后才能发表评论。


网站导航:
 
本博客主为学习和复习之用,无关其他,想骂人的绕道
Email:dkm123456@126.com
大家一起交流进步
QQ:283582761


<2024年4月>
31123456
78910111213
14151617181920
21222324252627
2829301234
567891011

留言簿(4)

我参与的团队

文章分类(50)

文章档案(48)

相册

朋友

搜索

  •  

积分与排名

  • 积分 - 95305
  • 排名 - 599

最新评论