50.Lucene 索引库查询

对要搜索的信息创建 Query 查询对象，Lucene 会根据 Query 查询对象生成最终的查询语法，类似关系数据库 SQL 语法一样，Lucene 也有自己的查询语法，比如："name: lucene" 表示查询 Field 的 name 为 "lucene" 的文档信息。 ‍

可通过两种方法创建查询对象：

• 使用 Lucene 提供的 Query 子类
• 使用 QueryParse 解析查询表达式 ‍

TermQuery：关键词查询

TermQuery，通过项查询，TermQuery 不使用分析器。所以建议匹配不分词的 Field 域查询，比如订单号、分类 ID 号等。

构造方法里指定要查询的域和要查询的关键词，相关演示已经在 searchIndex 方法中演示过了：

@Test
public void searchIndex() throws Exception {
    Directory directory = FSDirectory.open(new File("D:\\temp\\index").toPath());
    IndexReader indexReader = DirectoryReader.open(directory);
    IndexSearcher indexSearcher = new IndexSearcher(indexReader);
    Query query = new TermQuery(new Term("name", "spring"));

    TopDocs topDocs = indexSearcher.search(query, 10);
    System.out.println("查询出来的总记录数：" + topDocs.totalHits);

    // 6. 第六步：返回查询结果。遍历查询结果并输出。
    ScoreDoc[] scoreDocs = topDocs.scoreDocs;
    for (ScoreDoc scoreDoc : scoreDocs) {
        int docId = scoreDoc.doc;
        // 根据 id 取文档对象
        Document document = indexSearcher.doc(docId);
        // 取文档的属性
        System.out.println("name: " + document.get("name"));
        System.out.println("path: " + document.get("path"));
        System.out.println("size: " + document.get("size"));
        //System.out.println("content: " + document.get("content"));
        System.out.println("-------------分割线-----------------");
    }

    // 7. 第七步：关闭 IndexReader 对象
    indexReader.close();
}

newRangeQuery 数值范围查询

假设查询文件大小在 0 ~ 100 之间的：

@Test
public void testRangeQuery() throws Exception {
    // 创建一个 Query 对象
    Query query = LongPoint.newRangeQuery("size", 0L, 100L);

    // 执行查询
    TopDocs topDocs = indexSearcher.search(query, 10);

    System.out.println("总记录数： " + topDocs.totalHits);

    ScoreDoc[] scoreDocs = topDocs.scoreDocs;
    for (ScoreDoc scoreDoc : scoreDocs) {
        int docId = scoreDoc.doc;
        System.out.println("文档id： " + docId);
        System.out.println("文档得分： " + scoreDoc.score);
        Document document = indexSearcher.doc(docId);
        System.out.println("name: " + document.get("name"));
        System.out.println("path: " + document.get("path"));
        System.out.println("size: " + document.get("size"));
        System.out.println("content: " + document.get("content"));
        System.out.println("-------------分割线-----------------");
    }

    indexReader.close();
}

‍ 运行结果：

总记录数： 3
文档id： 0
文档得分： 1.0
name: 1.create web page.txt
path: D:\temp\searchsource\1.create web page.txt
size: 47
content: Learn how to create a web page with Spring MVC.
-------------分割线-----------------
文档id： 1
文档得分： 1.0
name: 2.Serving Web Content.txt
path: D:\temp\searchsource\2.Serving Web Content.txt
size: 35
content: Serving Web Content with Spring MVC
-------------分割线-----------------
文档id： 8
文档得分： 1.0
name: spring.txt
path: D:\temp\searchsource\spring.txt
size: 82
content: The Spring Framework provides a comprehensive programming and configuration model.
-------------分割线-----------------

‍

使用 queryparser 查询

例如我们要查询一句话，而不是一个词；但 TermQuery 是根据关键词查询的，所以用它来查询一句话是查不到的。我们先将这句话分词，然后搜索，这就是 queryparser。

通过 QueryParser 也可以创建 Query，QueryParser 提供一个 Parse 方法，此方法可以直接根据查询语法来查询。Query 对象执行的查询语法可通过 System.out.println(query); 查询。

因为要分词，所以需要用到分析器。建议创建索引时使用的分析器和查询索引时使用的分析器要一致。

我们之前已经引入过依赖了：

<dependency>
  <groupId>org.apache.lucene</groupId>
  <artifactId>lucene-queryparser</artifactId>
  <version>7.4.0</version>
</dependency>

在查询之前，我们还是先重建索引，这里我们用 createIndexWithIK 方法重建 ‍ 写个方法演示：

@Test
public void testQueryParser() throws Exception{
    // 创建一个 QueryParser 对象，需要两个参数，参数 1：默认搜索域   参数 2：分析器对象
    QueryParser queryParser = new QueryParser("name", new IKAnalyzer());

    Query query = queryParser.parse("lucene是一个Java开发的全文检索工具包");

    // 执行查询
    TopDocs topDocs = indexSearcher.search(query, 10);
    System.out.println("总记录数： " + topDocs.totalHits);

    ScoreDoc[] scoreDocs = topDocs.scoreDocs;
    for (ScoreDoc scoreDoc : scoreDocs) {
        int docId = scoreDoc.doc;
        System.out.println("文档id： " + docId);
        System.out.println("文档得分： " + scoreDoc.score);
        Document document = indexSearcher.doc(docId);
        System.out.println("name: " + document.get("name"));
        System.out.println("path: " + document.get("path"));
        System.out.println("size: " + document.get("size"));
        System.out.println("-------------分割线-----------------");
    }

    indexReader.close();
}

‍ 运行结果：可以看到我们搜索的是一句话，但是也能根据分词后的结果搜索

加载扩展词典：hotword.dic
加载扩展停止词典：stopword.dic
总记录数： 4
文档id： 13
文档得分： 5.277659
name: 全文检索.txt
path: D:\temp\searchsource\全文检索.txt
size: 1691
-------------分割线-----------------
文档id： 2
文档得分： 1.5057791
name: apache lucene.txt
path: D:\temp\searchsource\apache lucene.txt
size: 725
-------------分割线-----------------
文档id： 5
文档得分： 1.5057791
name: lucene_changs.txt
path: D:\temp\searchsource\lucene_changs.txt
size: 501873
-------------分割线-----------------
文档id： 3
文档得分： 1.3724493
name: Apache_Lucene_README.txt
path: D:\temp\searchsource\Apache_Lucene_README.txt
size: 725
-------------分割线-----------------

‍

总结

至此，对 Lucene 的学习基本告一段落了，由于 Lucene 基本都是比较基础的 API，后续我们学习 Elasticsearch，该框架封装好了很多 Lucene 的 API，大大简化了全文搜索技术的使用。

已将源码上传到 Gitee (opens new window) 或 GitHub (opens new window) 上。并且创建了分支 demo5，读者可以通过切换分支来查看本文的示例代码