原文:Lucene.Net 2.3.1开发介绍 —— 四、搜索(二)
4.3 表达式
用户搜索,只会输入一个或几个词,也可能是一句话。输入的语句是如何变成搜索条件的上一篇已经略有提及。
4.3.1 观察表达式
在研究表达式之前,一定要知道,任何一个Query都会对于一个表达式。不光可以通过Query构造表达式,还可以通过拼接字符串构造。这里说的观察表达式是指,用Query完成查询语句后,用ToString()方法输出Query的表达式。很简单是吧,呵呵。
4.3.2 表达式的与或非
“与或非”让我想起上学的时候学的门电路 ==#。先动手看看什么是与或非。
代码 4.3.2.1using System;using System.Collections.Generic;using Lucene.Net.Analysis;using Lucene.Net.Analysis.Standard;using Lucene.Net.Documents;using Lucene.Net.Index;using Lucene.Net.QueryParsers;using Lucene.Net.Search;using NUnit.Framework; namespace Test{ [TestFixture]public class StandardAnalyzerCaseTest {/// <summary>/// 执行测试的入口/// </summary> [Test]public void SearcherTest() { Index(); List<string> list = new List<string>() { "测试" };for (int i = 0; i < list.Count; i++) { Console.WriteLine("搜索词:" + list[i]); Console.WriteLine("结果:"); Searcher(list[i]); Console.WriteLine("-----------------------------------"); } } /// <summary>/// 搜索/// </summary>/// <param name="querystring">搜索输入</param> private void Searcher(string querystring) { Analyzer analyzer = new StandardAnalyzer(); IndexSearcher searcher = new IndexSearcher("IndexDirectory"); QueryParser parser = new QueryParser("content", analyzer); Query query = parser.Parse(querystring);//输出我们要查看的表达式 Console.WriteLine(query.ToString()); Hits hits = searcher.Search(query);for (int i = 0; i < hits.Length(); i++) { Document doc = hits.Doc(i); Console.WriteLine(doc.Get("title")); } } /// <summary>/// 索引数据/// </summary> private void Index() { Analyzer analyzer = new StandardAnalyzer(); IndexWriter writer = new IndexWriter("IndexDirectory", analyzer, true); AddDocument(writer, "测试", @"测定是123123ab阿布"); AddDocument(writer, "测试测", @"测试搜索真的是不是 "); AddDocument(writer, "来测试", @"好好测试山"); AddDocument(writer, "测试系统", @"测试样例"); writer.Optimize(); writer.Close(); }/// <summary>/// 添加文档/// </summary>/// <param name="writer">维护文档管理器</param>/// <param name="title">标题</param>/// <param name="content">内容</param>/// <param name="tag">tag</param>/// <param name="boost">tag的boost</param> void AddDocument(IndexWriter writer, string title, string content) { Document document = new Document(); document.Add(new Field("title", title, Field.Store.YES, Field.Index.TOKENIZED)); document.Add(new Field("content", content, Field.Store.YES, Field.Index.TOKENIZED)); writer.AddDocument(document); } }}
先准备好代码4.3.2.1,OK,现在测试。结果输出:
搜索词:测试
结果:
content:"测 试"
测试系统
来测试
测试测
-----------------------------------
第三行,就是表达式。这个表达式不知道是什么意思?输入了“测试”这两个字进行搜索,怎么会变成 “content:"测 试"”呢?可以看出,“测试”中间空了一个空格,还多了一个content。“测试”中间有空格不难理解,是分词器对它进行拆分的结果。至于content,这个需要把目光转到QueryParser类上去,在构造QueryParser类的时候,就加了这么个参数。这个是表面要搜索哪个字段。为了验证这个想法,现在把“测试”换成英文“ab”,把content换成title.
也就是替换以下两句:
List<string> list = new List<string>() { "ab" }; //在方法SearcherTest中
QueryParser parser = new QueryParser("title", analyzer); //在方法Searcher中
现在再测试一下:
搜索词:ab
结果:
title:ab
-----------------------------------
看到了,果然是这样的。
现在把查询的字段还是换成content,然后把关键字换成“真是”。
搜索词:真是
结果:
content:"真 是"
-----------------------------------
结果出来了,也印证了上面的想法。但是明明有一条记录同时包含这两个字了,为什么没有搜索到呢?是不是加个空格就可以了呢?把“真的”变成“真 的”。再来试试。
搜索词:真 是
结果:
content:真 content:是
测试测
测试
-----------------------------------
真神奇,表达式变掉了,而且只包含一个“是”但是没有“真”的记录也出来了。这表明什么?这表明现在的语句就是或的关系,只要满足包含“是”或者包含“真”就可以搜索到了。
(以上内容前面章节有提到,现在开始进入正式气氛。——Birdshover)
但是我现在就想要搜索同时包含两个字的记录怎么办呢?嘿嘿,在每个字前面加个“+”号试试。关键词变成“+真 +是”看看结果:
搜索词:+真 +是
结果:
+content:真 +content:是
测试测
-----------------------------------
那现在我要搜索包含“是”但是不包含“真”的结果,怎么办?试试这个语句“-真 +是”。
搜索词:-真 +是
结果:
-content:真 +content:是
测试
-----------------------------------
与或非终于被我们折腾完了。
总结下关系就是:
a & b => +a +b
a || b => a b
a !b => +a -b
4.3.3 如何用Query构造与或非
Lucene.Net框架提供的Query也是可以完成与或非运算的,一般用BooleanQuery来构造。怎么构造?现在对搜索部分代码进行变动,变成4.3.3.1。
代码 4.3.3.1 /// <summary>/// 执行测试的入口/// </summary> [Test]public void SearcherTest() { Index(); List<string> list = new List<string>() { "真是" };for (int i = 0; i < list.Count; i++) { Console.WriteLine("搜索词:" + list[i]); Console.WriteLine("结果:"); Searcher(list[i]); Console.WriteLine("-----------------------------------"); } } /// <summary>/// 搜索/// </summary>/// <param name="querystring">搜索输入</param> private void Searcher(string querystring) { Analyzer analyzer = new StandardAnalyzer(); //构造BooleanQuery QueryParser parser = new QueryParser("content", analyzer); BooleanQuery bquery = new BooleanQuery(); TokenStream ts = analyzer.TokenStream(null, new StringReader(querystring)); Lucene.Net.Analysis.Token token;while ((token = ts.Next()) != null) { Query query = parser.Parse(token.TermText()); bquery.Add(query, BooleanClause.Occur.MUST); }//构造完成 IndexSearcher searcher = new IndexSearcher("IndexDirectory"); //Query query = parser.Parse(querystring);//输出我们要查看的表达式 Console.WriteLine(bquery.ToString()); Hits hits = searcher.Search(bquery);for (int i = 0; i < hits.Length(); i++) { Document doc = hits.Doc(i); Console.WriteLine(doc.Get("title")); } }
测试:
搜索词:真是
结果:
+content:真 +content:是
测试测
-----------------------------------
构造出与的表达式了。把BooleanQuery的Add方法第二个参数换成BooleanClause.Occur.SHOULD,
bquery.Add(query, BooleanClause.Occur.SHOULD);
这个就是或:
搜索词:真是
结果:
content:真 content:是
测试测
测试
-----------------------------------
而换成 bquery.Add(query, BooleanClause.Occur.MUST_NOT);这个就是非了:
搜索词:真是
结果:
-content:真 -content:是
-----------------------------------
4.3.4 其它特使符号
如果形容"+-"为Lucene.Net的运算符的话,那只有这么两个也太单调了。实际上它还有其它运算符。
+-!():^[]{}~*?
上面的字符都是它的运算符号,这么多运算符用起来很方便。但是也就出现另外一个问题。
什么问题?下一节再讲。