本文共 6616 字，大约阅读时间需要 22 分钟。
我们知道利用Lucene.Net的不同的Query（常见如BooleanQuery，RangeQuery等等），可以有针对性地进行各种不同类型的搜索。利用QueryParser（或MultiFieldQueryParser），配合构造好的搜索关键字（搜索表达式），也可以实现不同类型的搜索。本文重点就是简单介绍一下搜索表达式和不同类型的Query之间的简单对比。本文最后的demo，QueryApp工程下有文章里贴出的大部分示例代码，代码自己会说话，有时候它可能更好地表达了文章作者的思路。您可以下载对照着本文进行阅读。
举例：搜索contents既包含“jeffreyzhao”，又有“ 老赵”的记录：
| 1 2 3 4 5 6 7 8 | public static void NormalQueryParserTest(Analyzer analyzer, string field, string keyword) { QueryParser parser = new QueryParser(Version.LUCENE_29, field, analyzer); Query query = parser.Parse(keyword); ShowQueryExpression(analyzer, query, keyword); SearchToShow(query); Console.WriteLine(); } |
调用的时候，我们构造一个搜索关键词“+jeffreyzhao +老赵”：
| 1 2 3 | string field = "contents" ; //搜索的对应字段 keyword = "+jeffreyzhao +老赵" ; LuceneSearch.NormalQueryParserTest(analyzer, field, keyword); //+contents:jeffreyzhao +contents:"老 赵" |
搜索结果中我们可以看到，通过加号（+）可以表达与（AND）的关系（+contents:jeffreyzhao +contents:"老 赵" ）。
特点：不同关键字越多，匹配的结果可能越少。
输入多个关键字，任何包含其中一个关键字的记录都被搜索出来：
| 1 2 3 | string keyword = "jeffreyzhao 老赵" ; //搜索输入关键词 string field = "contents" ; //搜索的对应字段 LuceneSearch.NormalQueryParserTest(analyzer, field, keyword); //contents:jeffreyzhao contents:"老 赵" |
特点：不同关键字越多，匹配的结果可能越多。
| 1 2 3 4 5 | keyword = "+jeffreyzhao -老赵" ; LuceneSearch.NormalQueryParserTest(analyzer, field, keyword); //+contents:jeffreyzhao -contents:"老 赵" keyword = "+jeffreyzhao !老赵" ; LuceneSearch.NormalQueryParserTest(analyzer, field, keyword); //+contents:jeffreyzhao -contents:"老 赵" |
上面的两种写法，转换成表达式都是+contents:jeffreyzhao -contents:"老 赵" 。
根据我们的测试结果，与或非的关系可以总结如下：
a & b => +a +b a || b => a b a !b => +a -b
这种与或非的关系，我们还可以通过BooleanQuery表达同样的搜索：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | public static void BooleanQueryTest(Analyzer analyzer, string field, string keyword, BooleanClause.Occur[] flags) { Console.WriteLine( "====BooleanQuery====" ); string [] arrKeywords = keyword.Trim().Split( new char [] { ' ' , ',' , '，' , '、' }, StringSplitOptions.RemoveEmptyEntries); QueryParser parser = new QueryParser(Version.LUCENE_29, field, analyzer); BooleanQuery bq = new BooleanQuery(); int counter = 0; foreach ( string item in arrKeywords) { Query query = parser.Parse(item); bq.Add(query, flags[counter]); counter++; } ShowQueryExpression(analyzer, bq, keyword); SearchToShow(bq); Console.WriteLine(); } |
其中BooleanClause.Occur（MUST：+ MUST_NOT：- SHOULD：无符号）的选择至关重要：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | string field = "contents" ; //搜索的对应字段 IList<Analyzer> listAnalyzer =LuceneAnalyzer. BuildAnalyzers(); BooleanClause.Occur[] occurs = new BooleanClause.Occur[] { BooleanClause.Occur.MUST, BooleanClause.Occur.MUST }; foreach (Analyzer analyzer in listAnalyzer) { //NormalQueryTest(analyzer); //LuceneSearch.NormalQueryParserTest(analyzer, field, keyword);//直接通过QueryParser配合构造好的查询表达式搜索 //LuceneSearch.TermQueryTest(analyzer, field, "高手");//contents:高手 LuceneSearch.BooleanQueryTest(analyzer, field, "jeffreyzhao 老赵" , occurs); //+contents:jeffreyzhao +contents:"老 赵" //LuceneSearch.RangeQueryTest(analyzer, rangeField, start, end); // createdate:[20101010 TO 20110101] createdate:[20101010 TO 20110101} //LuceneSearch.PrefixQueryTest(analyzer, field, "hell"); // contents:hell* (可以找到hello world那一项) //LuceneSearch.WildcardQueryTest(analyzer, field, "高手"); //contents:高手 //LuceneSearch.FuzzyQueryTest(analyzer, field, "牛"); //contents:牛~0.5 //LuceneSearch.PhraseQueryTest(analyzer, field, "hello world", 1); //contents:"hello world"~1 //LuceneSearch.MulFieldsSearchTest(analyzer, fieldArr, "博 园", occurs); //+(contents:博 contents:园) +(title:博 title:园) } |
| 1 2 3 4 5 6 7 8 9 10 | string rangeField = "createdate" ; //范围搜索对应字段 string start = "20101010" ; string end = "20110101" ; IList<Analyzer> listAnalyzer =LuceneAnalyzer. BuildAnalyzers(); foreach (Analyzer analyzer in listAnalyzer) { LuceneSearch.RangeQueryTest(analyzer, rangeField, start, end); // createdate:[20101010 TO 20110101] createdate:[20101010 TO 20110101} } |
同样道理，RangeQuery（或者TermRangeQuery）也可以实现范围搜索。
搜索时，对两个或多个字段进行匹配的时候，可以用下面的方法：
| 1 2 3 4 5 6 7 8 9 10 | public static void MulFieldsSearchTest(Analyzer analyzer, string [] fields, string keyword, BooleanClause.Occur[] flags) { Console.WriteLine( "====MultiFieldQueryParser====" ); MultiFieldQueryParser parser = new MultiFieldQueryParser(Version.LUCENE_29, fields, analyzer); //Query query = parser.Parse(keyword); Query query = MultiFieldQueryParser.Parse(Version.LUCENE_29, keyword, fields, flags, analyzer); ShowQueryExpression(analyzer, query, keyword); SearchToShow(query); Console.WriteLine(); } |
简单调用如下：
| 1 2 3 4 5 6 | string [] fieldArr = new string [] { field, "title" }; //两个字段 IList<Analyzer> listAnalyzer =LuceneAnalyzer. BuildAnalyzers(); foreach (Analyzer analyzer in listAnalyzer) { LuceneSearch.MulFieldsSearchTest(analyzer, fieldArr, "博 园" , occurs); //+(contents:博 contents:园) +(title:博 title:园) } |
如果我们把搜索关键字改为“博 -园”，则表达式就是“+(contents:博 -contents:园) +(title:博 -title:园)”，这也符合单个字段搜索。
注意：如你所知，与或非和范围不是搜索关系的全部。实际上，通过Lucene，你可以根据 +-!():^[]{}~*? 这几种符号，合理构造出表达真实意图的复杂表达式来代替不同类型的Query。我在示例代码中做了几个针对StandardAnalyzer的简单尝试，测试结果符合预期。
我在参考网上不少文章的时候，发现很多提到的问题都没有重现，再看他们的lucene的版本都低于2.0，我大胆猜测Lucene.Net的类库已经改进了不少，一开始还以为自己的测试不到位，囧。
Analyzer选择不同，搜索结果也不同，尤其是对于中文。用下面的函数可以测试分词效果：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | /// <summary> /// 测试不同的Analyzer分词效果 /// </summary> /// <param name="listAnalyzer"></param> /// <param name="input"></param> public static void TestAnalyzer(IList<Analyzer> listAnalyzer, string input) { foreach (Analyzer analyzer in listAnalyzer) { Console.WriteLine( string .Format( "{0}:" , analyzer.ToString())); using (TextReader reader = new StringReader(input)) { TokenStream stream = analyzer.ReusableTokenStream( string .Empty, reader); Lucene.Net.Analysis.Token token = null ; while ((token = stream.Next()) != null ) { Console.WriteLine(token.TermText()); } } Console.WriteLine(); } } |
不同的Analyzer，分词效果可以总结如下：
StandardAnalyzer 对中文单字拆分；
WhitespaceAnalyzer 按空格拆分，对中文的支持不好；
KeywordAnalyzer 输入什么，分词就是什么；
SimpleAnalyzer 按标点和空格拆分，对中文的支持不好
StopAnalyzer 和SimpleAnalyzer类似；
选来选去，StandardAnalyzer 的效果还是很不错的，一般的应用差不多就够用了。 您可以使用不同的Analyzer，然后对比它们的搜索表达式并找出它们的不同之处。
demo下载：
===========================分割线分割线=========================
今天是2011年1月1日，照例需要追忆过往的似水流年。
过去的一年，在博客园，我自己在浅谈和总结中絮絮叨叨，表现的还算勤勉。虽然中规中矩平淡无奇，但我很满意自己这种乐此不彼保持兴趣的状态。新的一年，低头沉默却坚定，我会继续保持旺盛的学习和提高技术的热情。衷心感谢博客园的辛勤园丁和众多谦虚低调技术出众的博友们，祝你们新年好运，天天好运。
还要怀着感恩的心感谢所有关心和帮助我的人。衷心祝福我的家人和朋友们身体健康，平安幸福。感谢我的父母大人，一直支持我，以我为荣。新的一年，我要继续让我的父母以我为荣，关心我的人以我为荣，我爱的人以我为荣。
祝所有人元旦快乐。
本文转自JeffWong博客园博客，原文链接：http://www.cnblogs.com/jeffwongishandsome/archive/2011/01/01/lucene-net-search-expression.html，如需转载请自行联系原作者