奇妙的QueryParser

我很高兴自己履行了承诺，今天来总结QueryParser。因为世事变化无常，能implement自己许下的诺言，实属不易。

       上一章我们说，Google的底层可能是用了QueryParser来转换用户关键字的。正因为搜索引擎的Query对象有很多，所以我才不敢妄言。然而作为lucene的Query工具，QueryParser却是最重要的一个。

       简单的说，QueryParser能够根据用户的输入来进行解析，自动构建合适的Query对象。简单总结一下它的实现：

1. 用户输入（词条的定义）

当用户输入他们想要的关键字串后，QueryParser首先会对其进行解析，而这种解析是以词条为基础的。而词条和词条之间呢，则是用空格分开的。

1. QueryParser的初始化，“AND，OR，NOT”

String field = “bookname”;//设置一个默认的field

String queryStr = “Persist Google”;//用户输入的关键字

 

//new了一个QueryParser，并且传进去两个参数。

//第一个参数是默认要检索的field；

//（因为在用户没有指定field时，lucene会在默认的field中检索）

//第二个参数是用到的分析器；

//（注意：这里用到的分析器一定是在建立索引时一样的分析器，

//否则所分词条与索引中的内容不一致）

QueryParser parser = new QueryParser(field,new StandardAnalyzer());

 

Query q = parser.parser(queryStr);//执行QueryParser的parser方法

 

在这里，我们（用户）所输入的“Persist Google”被QueryParser分析成了“OR”的关系，即检索有“Persist”或者“Google”的文档。这并非我们的意愿，我们要查的是含有“Persist”和“Google”文档。那么我们尝试改变一下QueryParser默认的布尔逻辑。 

//上面的代码中只需要加上一句话

parser.setDefaultOperator(QueryParser.AND_OPERATOR);

或者，将用户输入的关键字串“Persist Google”改为“Persist AND Google”

 到此为止，便是我们上一章总结的Google的搜索方式“AND，OR”。“NOT”同理。

1. 短语和QueryParser

我们输入几个词，QueryParser就会把它解成几个词条。那么当我们输入一句话的时候，（如:Rome is not built in one day）此时这句话有七个词，我们并不想把它分成几个词来查询，怎么办呢？当然，lucene的开发者早已经想到了这点，也很人性化的解决了这一个问题，他们说：“给这句话加个引号吧！”。

//我们则只需要将代码

String queryStr = “Rome is not built in one day”;

//改为

String queryStr = “/”Rome is not built in one day/””;

 

       短暂的休息之后，让我们重新向前！ 

1. QueryParser的模糊匹配查询

我们之前提到过FuzzyQuery，即模糊匹配查询。虽然没有细讲，它的用法与其他Query对象却是大同小异的。不同的是，FuzzyQuery有一个相似度的概念。我们不需要深刻理解，只需要知道它会去匹配和输入词条相似的其他词条即可。

 

 //如：FuzzyQuery默认的相似度为0.5

              Term t = new Term(“bookname”, “work”);

              FuzzyQuery query = new FuzzyQuery(t);

 

 

用QueryParser的概念对输入关键字进行分析，我们只需要给输入的关键字加一个符号。如：work~0.2，即把work相似度0.5改为了0.2

 

1. 通配符与QueryParser

//在之前的Google中提到的通配符原理亦是如此。

              Term t = new Term(“bookname”, “wor?”);

              WildcardQuery q = new WildcardQuery(t);

              //wor?可以被QueryParser识别，表示前三个字母为wor的词条。

//即有可能是word，work...

 

 

1. QueryParser指定Field查询

//此时回去检索发布时间为2010-12-5的所有文档，并且bookname为work

String queryStr = “work publishdate:2010-12-5”;

QueryParser parser = new QueryParser(“bookname”,new StandardAnalyzer());

Parser.setDefaultOperator(QueryParser.AND_OPERATOR);

Query query = parser.parser(queryStr);

 

 

1. QueryParser的范围查找（RangeQuery）：TO

            

//找出发布日期从2010-12-01到2010-12-05的所有文档

String queryStr = “[2010-12-1 TO 2010-12-5]”;

QueryParser parser = new QueryParser(“bookname”,new StandardAnalyzer());

Parser.setDefaultOperator(QueryParser.AND_OPERATOR);

Query query = parser.parser(queryStr);

 

 

       在Lucene中，还有很多搜索方式，如：多域搜索MutliFieldQueryParser，多索引搜索MultiSearcher，多线程搜索ParalellMultiSearcher等。用法都很简单，原理也大同小异，是比较好理解的。值得关注的是多线程搜索ParalellMultiSearcher，因为若只有单个线程的话，多访问时，总要等上个线程结束，反馈时间是很慢的，这里就需要多线程搜索来提高效率。以上所提到的所有方法都可以互相结合或者嵌套使用，对各种口味的用户都能给予满足，这也正是Lucene的灵活性。