Lucene--FuzzyQuery与WildCardQuery（通配符）

FuzzyQuery：

创建索引：

 

IndexWriter writer = new IndexWriter(path, new StandardAnalyzer(), false); 
writer.setUseCompoundFile(false);
 
Document doc1 = new Document(); 
Document doc2 = new Document(); 
Document doc3 = new Document(); 
Document doc4 = new Document(); 
Document doc5 = new Document(); 
Document doc6 = new Document();
 
Field f1 = new Field("content", "word", Field.Store.YES, 
Field.Index.TOKENIZED); 
Field f2 = new Field("content", "work", Field.Store.YES, 
Field.Index.TOKENIZED); 
Field f3 = new Field("content", "seed", Field.Store.YES, 
Field.Index.TOKENIZED); 
Field f4 = new Field("content", "sword", Field.Store.YES, 
Field.Index.TOKENIZED); 
Field f5 = new Field("content", "world", Field.Store.YES, 
Field.Index.TOKENIZED); 
Field f6 = new Field("content", "ford", Field.Store.YES, 
Field.Index.TOKENIZED);
 
doc1.add(f1); 
doc2.add(f2); 
doc3.add(f3); 
doc4.add(f4); 
doc5.add(f5); 
doc6.add(f6);
 
writer.addDocument(doc1); 
writer.addDocument(doc2); 
writer.addDocument(doc3); 
writer.addDocument(doc4); 
writer.addDocument(doc5); 
writer.addDocument(doc6);
 
writer.close();

注：IndexWriter中的create的变量值一般设为true

搜索：

IndexSearcher searcher = new IndexSearcher(path); 
//构建一个Term，然后对其进行模糊查找 
Term t = new Term("content", "work"); 
FuzzyQuery query = new FuzzyQuery(t); 
//FuzzyQuery还有两个构造函数，来限制模糊匹配的程度 
// 在FuzzyQuery中，默认的匹配度是0.5，当这个值越小时，通过模糊查找出的文档的匹配程度就 
// 越低，查出的文档量就越多,反之亦然 
FuzzyQuery query1 = new FuzzyQuery(t, 0.1f); 
FuzzyQuery query2 = new FuzzyQuery(t, 0.1f, 1); 
Hits hits = searcher.search(query2); 
for (int i = 0; i  < hits.length(); i++) { 
    System.out.println(hits.doc(i)); 
} 
searcher.close();

模糊搜索的三种构造函数，具体讲一下参数的用法（以第三个为例）；

第一个参数当然是词条对象，第二个参数指的是levenshtein算法的最小相似度，第三个参数指的是要有多少个前缀字母完全匹配：

WildCardQuery：

通配符就更简单了，只要知道“*”表示0到多个字符，而使用“？”表示一个字符就行了：

IndexSearcher searcher=new IndexSearcher(path);
Term t1=new Term("content","?o*");
WildcardQuery query=new WildcardQuery(t1);
Hits hits=searcher.search(query);
for(int i=0;i<hits.length();i++)
{
     System.out.println(hits.doc(i));
}

That“s all！