|
lucene 东西太多，一点一点来，先谈下本人对lucene里Query的分析。其他的会在后续作品中发布。如有不足或者我理解上的错误，请email给我，我好及时改正，更新。 数据挖掘交友
Query是Search的基本单元，实现各种搜索的方法，下面我简单的列一下他们的作用， 数据挖掘实验室
TermQuery,
最基本的Query,用TermQuery(new Term(Str filed, Str Text));就可以构造, TermQuery把查询条件视为一个key, 要求和查询内容完全匹配,比如Field.Keyword类型就可以使用TermQuery。 数据挖掘工具
PhraseQuery
数据挖掘研究院
PhraseQuery 数据挖掘研究院
表示可用于非严格语句的查询,匹配包含的指定连续Term, 比如"one five"可以匹配"one two three four five"等, PhraseQuery提供了一个重要的setSlop()参数, 这个参数主要用于设置phrase query中词之间的允许间隔数目，在默认情况下slop的值是0, 就相当于TermQuery的精确匹配, 通过设置slop参数(比如"one five"匹配"one two three four five"就需要slop=3,如果slop=2就无法得到结果。这里我们可以认为slope是单词移动得次数，可以左移或者右移。这里特别提醒,PhraseQuery不保证前后单词的次序,在上面的例子中,"two one"就需要2个slop,也就是认为one 向左边移动2位, 就是能够匹配的”one two”如果是“five three one” 就需要slope=6才能匹配。还有一点要注意，就是如果碰到stopword，（会在stopAnalyzer中细说），则stopword不用把slop算在内。 数据挖掘实验室
BooleanQuery 数据挖掘研究院
BooleanQuery
是一个组合的Query, 可以把各种Query添加进去(主要是TernQuery和PhraseQuery)并标明他们的逻辑关系,添加条件用public void add(Query query, boolean required, boolean prohibited)方法, 后两个boolean变量分别表示不匹配子Query将不匹配booleanQuery和匹配子Query将不匹配booleanQuery。估计类似google的（+，-）功能。这两个参数不允许同时为true, 否则报错。但两个参数可以都为false，而且必须保证匹配至少一个子query才能用来匹配booleanQuery。 一个BooleanQuery中可以添加多个Query, 但不能超过setMaxClauseCount(int)的值(默认1024个),否则抛出TooManyClauses错误. 数据挖掘论坛
RangeQuery
RangeQuery 数据挖掘工具
RangeQuery表示一个范围的搜索条件,RangeQuery query = new RangeQuery(begin, end, included);最后一个boolean值表示是否包含边界条件本身, begin和end必须满足至少有一个不为null及两者都在同一个field. 这里的Range是以String的compareTo (Str)进行比较。所以熟悉j2se的应该很容易确定Range的范围。 数据挖掘研究院
PrefixQuery 数据挖掘交友
数据挖掘交友
PrefixQuery 数据挖掘工具
表示匹配是以指定字符串开头的匹配查询, 可以用于Keyword形式的查询。一般的在suggestion里对于single word可以使用的，也可用于查询网络结构目录树的数目。 数据挖掘工具
PhrasePrefixQuery 数据挖掘论坛
数据挖掘研究院
PhrasePrefixQuery 数据挖掘论坛
由于PhraseQuery不能很灵活的适应各种的phrase的匹配。比如要搜索”Sony Cam*”, 先可以把add(Term)把Sony放在Term.,然后把使用IndexReader.Terms(Term)匹配以Cam为前缀的词，最后使用PhrasePrefixQuery.add(Term[] terms)把两者加在Query中。这里slope和phraseQuery雷同，仍然起着对phrase的定位作用，addTerm(Term[] terms)内使用ArrayList来保存Term数据，而Phrase使用的是Vector. 数据挖掘交友
WildcardQuery 数据挖掘交友
数据挖掘交友
WildcardQuery 数据挖掘交友
WildcardQuery和FuzzyQuery是继承MultiTermQuery的，这是他们区别的其他的几种常规Query. Query包含自身全部的匹配，Term由FilteredTermEnum提供，而MultiQuery则是不完全自身的匹配。Term的提供者也不同。WildcardQuery主要使用?和*来表示一个或多个字母的匹配，值得注意的是,在wildcard中,empty对于?和*也是匹配的,且Query的开头不允许用使用?和*. 数据挖掘研究院
FuzzyQuery 数据挖掘交友
数据挖掘工具
FuzzyQuery 数据挖掘研究院
能模糊匹配英文单词,这个功能非常有用，大小写敏感。可以使用其构造方法FuzzyQuery(Term term, float minimumSimilarity, int prefixLength)方法，还提供2种默认的0.5相似度，和0的前缀状态。相似度比较时要减去非比较的前缀。然后再比。例如,用”soni”匹配”sony”设置相似度前缀为0，则相似度为75%,如果前缀为1,则相似度为66.7%.只要高于最小相似度，便能找到。如果词长度不一致，则以Query减去前缀的为准，例如设前缀为1，用”della”来匹配”dell”，相似度75%, 如果”del”来匹配”dell”则相似度只有50% 数据挖掘工具
|
