Lucene.Net 2.3.1开发介绍 —— 四、搜索（二）

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 4.3.2.1

   
     using 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。