Lucene各种搜索例子

搜索流程中的第二步就是构建一个Query。下面就来介绍Query及其构建。

当用户输入一个关键字，搜索引擎接收到后，并不是立刻就将它放入后台开始进行关键字的检索，而应当首先对这个关键字进行一定的分析和处理，使之成为一种后台可以理解的形式，只有这样，才能提高检索的效率，同时检索出更加有效的结果。那么，在Lucene中，这种处理，其实就是构建一个Query对象。

就Query对象本身言，它只是Lucene的search包中的一个抽象类，这个抽象类有许多子类，代表了不同类型的检索。如常见的TermQuery就是将一个简单的关键字进行封装后的对象，类似的还有BooleanQuery，即布尔型的查找。

IndexSearcher对象的search方法中总是需要一个Query对象（或是Query子类的对象），本节就来介绍各种Query类。

11.4.1 按词条搜索—TermQuery

TermQuery是最简单、也是最常用的Query。TermQuery可以理解成为“词条搜索”，在搜索引擎中最基本的搜索就是在索引中搜索某一词条，而TermQuery就是用来完成这项工作的。

在Lucene中词条是最基本的搜索单位，从本质上来讲一个词条其实就是一个名/值对。只不过这个“名”是字段名，而“值”则表示字段中所包含的某个关键字。

要使用TermQuery进行搜索首先需要构造一个Term对象，示例代码如下：

Term aTerm = new Term("contents", "java")；

然后使用aTerm对象为参数来构造一个TermQuery对象，代码设置如下：

Query query = new TermQuery(aTerm)；

这样所有在“contents”字段中包含有“java”的文档都会在使用TermQuery进行查询时作为符合查询条件的结果返回。

下面就通过代码11.4来介绍TermQuery的具体实现过程。

代码11.4 TermQueryTest.java

package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.TermQuery;
 
public class TermQueryTest
{
  public static void main(String[] args) throws Exception
  {
     //生成Document对象
    Document doc1 = new Document();
     //添加“name”字段的内容
    doc1.add(Field.Text("name", "word1 word2 word3"));
     //添加“title”字段的内容
    doc1.add(Field.Keyword("title", "doc1"));
     //生成索引书写器
    IndexWriter writer = new IndexWriter("c:\\index", new StandardAnalyzer(), true);
     
    //将文档添加到索引中
    writer.addDocument(doc1);
     //关闭索引
    writer.close();
 
     //生成查询对象query
    Query query = null;
     
    //生成hits结果对象，保存返回的检索结果
    Hits hits = null;
    
     //生成检索器
    IndexSearcher searcher = new IndexSearcher("c:\\index");
    
     // 构造一个TermQuery对象
    query = new TermQuery(new Term("name","word1"));
     //开始检索，并返回检索结果到hits中
    hits = searcher.search(query);
     //输出检索结果中的相关信息
    printResult(hits, "word1");
 
     // 再次构造一个TermQuery对象，只不过查询的字段变成了"title"
    query = new TermQuery(new Term("title","doc1"));
     //开始第二次检索，并返回检索结果到hits中
    hits = searcher.search(query);
     //输出检索结果中的相关信息
    printResult(hits, "doc1");
 
  }
 
  public static void printResult(Hits hits, String key) throws Exception
  {
    System.out.println("查找 \"" + key + "\" :");
    if (hits != null)
    {
      if (hits.length() == 0)
      {
        System.out.println("没有找到任何结果");
      }
      else
      {
        System.out.println("找到" + hits.length() + "个结果");
        for (int i = 0; i < hits.length(); i++)
        {
          Document d = hits.doc(i);
          String dname = d.get("title");
          System.out.print(dname + "   ");
        }
        System.out.println();
        System.out.println();
      }
    }
  }
}

图11-9 BooleanQuery测试1 图11-10 BooleanQuery测试2

由于布尔型的查询是可以嵌套的，因此可以表示多种条件下的组合。不过，如果子句的数目太多，可能会导致查找效率的降低。因此，Lucene给出了一个默认的限制，就是布尔型Query的子句数目不能超过1024。

11.4.3 在某一范围内搜索—RangeQuery

有时用户会需要一种在一个范围内查找某个文档，比如查找某一时间段内的所有文档，此时，Lucene提供了一种名为RangeQuery的类来满足这种需求。

RangeQuery表示在某范围内的搜索条件，实现从一个开始词条到一个结束词条的搜索功能，在查询时“开始词条”和“结束词条”可以被包含在内也可以不被包含在内。它的具体用法如下：

RangeQuery query = new RangeQuery(begin, end, included);

在参数列表中，最后一个boolean值表示是否包含边界条件本身，即当其为TRUE时，表示包含边界值，用字符可以表示为“[begin TO end]”；当其为FALSE时，表示不包含边界值，用字符可以表示为“{begin TO end}”。

下面通过代码11.6介绍RangeQuery使用的方法。

代码11.6 RangeQueryTest.java

package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.RangeQuery;
 
public class RangeQueryTest {
     public static void main (String [] args) throws Exception {
         
         //生成文档对象，下同
         Document doc1 = new Document();
         //添加“time”字段中的内容，下同
         doc1.add(Field.Text("time", "200001"));
         //添加“title”字段中的内容，下同
         doc1.add(Field.Keyword("title", "doc1"));
         
         Document doc2 = new Document();
         doc2.add(Field.Text("time", "200002"));
         doc2.add(Field.Keyword("title", "doc2"));
         
         Document doc3 = new Document();
         doc3.add(Field.Text("time", "200003"));
         doc3.add(Field.Keyword("title", "doc3"));
         
         Document doc4 = new Document();
         doc4.add(Field.Text("time", "200004"));
         doc4.add(Field.Keyword("title", "doc4"));
         
         Document doc5 = new Document();
         doc5.add(Field.Text("time", "200005"));
         doc5.add(Field.Keyword("title", "doc5"));
         
         //生成索引书写器
         IndexWriter writer = new IndexWriter("c:\\index", new StandardAnalyzer(), true);
         //设置为混合索引格式
          writer.setUseCompoundFile(true);
         
         //将文档对象添加到索引中
         writer.addDocument(doc1);
         writer.addDocument(doc2);
         writer.addDocument(doc3);
         writer.addDocument(doc4);
         writer.addDocument(doc5);
         
         //关闭索引
         writer.close();
         
         //生成索引搜索器
         IndexSearcher searcher = new IndexSearcher("c:\\index");
         
         //构造词条
         Term beginTime = new Term("time","200001");
         Term endTime = new Term("time","200005");
         
         //用于保存检索结果
         Hits hits = null;
         //生成RangeQuery对象，初始化为null
         RangeQuery query = null;
         
         //构造RangeQuery对象，检索条件中不包含边界值
         query = new RangeQuery(beginTime, endTime, false);
         //开始检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits, "从200001～200005的文档，不包括200001和200005");
         
         //再构造一个RangeQuery对象，检索条件中包含边界值
         query = new RangeQuery(beginTime, endTime, true);
         //开始第二次检索
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits, "从200001～200005的文档，包括200001和200005");
         
     }
     
     public static void printResult(Hits hits, String key) throws Exception 
         {System.out.println("查找 \"" + key + "\" :");
         if (hits != null) {
             if (hits.length() == 0) {
                 System.out.println("没有找到任何结果");
             } else {
                 System.out.print("找到");
                 for (int i = 0; i < hits.length(); i++) {
                     Document d = hits.doc(i);
                     String dname = d.get("title");
                     System.out.print(dname + "   " );
                 }
                 System.out.println();
                 System.out.println();
             }
         }
     }
}

在上述代码中首先构造了两个Term词条，然后构造了一个RangeQuery对象。在初始化RangeQuery对象的时候，使用构造的两个Term词条作为RangeQuery构造函数的参数。前面已经说过，RangeQuery的构造函数中的两个参数分别称为“开始词条”和“结束词条”，它的含义也就是查找介于这两者之间的所有Document。

构建的Document的“time”字段值均介于200001～200005之间，其检索结果如图11-11所示。

图11-11 RangeQuery测试结果

从图11-11中可以看出，在代码11.6中使用RangeQuery共进行了两次检索，第一次的检索条件中不包括边界值，第二次的检索条件中包括边界值。

从代码11.6和图11-11中可以看出，第1次使用FALSE参数构造的RangeQuery对象不包括2个边界值，因此只返回3个Document，而第2次使用TRUE参数构造的RangeQuery则包括2个边界值，因此将5个Document全部返回了。

11.4.4 使用前缀搜索—PrefixQuery

PrefixQuery就是使用前缀来进行查找的。通常情况下，首先定义一个词条Term。该词条包含要查找的字段名以及关键字的前缀，然后通过该词条构造一个PrefixQuery对象，就可以进行前缀查找了。

下面以代码11.7为例来介绍使用PrefixQuery进行检索的运行过程。

代码11.7 PrefixQueryTest.java

package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.PrefixQuery;
import org.apache.lucene.search.RangeQuery;
 
public class PrefixQueryTest {
     public static void main(String[] args) throws Exception {
         //生成Document对象，下同
         Document doc1 = new Document();
         //添加“name”字段的内容，下同
         doc1.add(Field.Text("name", "David"));
         //添加“title”字段的内容，下同
         doc1.add(Field.Keyword("title", "doc1"));
 
         Document doc2 = new Document();
         doc2.add(Field.Text("name", "Darwen"));
         doc2.add(Field.Keyword("title", "doc2"));
 
         Document doc3 = new Document();
         doc3.add(Field.Text("name", "Smith"));
         doc3.add(Field.Keyword("title", "doc3"));
 
         Document doc4 = new Document();
         doc4.add(Field.Text("name", "Smart"));
         doc4.add(Field.Keyword("title", "doc4"));
 
         //生成索引书写器
         IndexWriter writer = new IndexWriter("c:\\index",
                 new StandardAnalyzer(), true);
         //设置为混合索引模式
         writer.setUseCompoundFile(true);
         //依次将文档添加到索引中
         writer.addDocument(doc1);
         writer.addDocument(doc2);
         writer.addDocument(doc3);
         writer.addDocument(doc4); 
         //关闭索引书写器
         writer.close();
 
         //生成索引搜索器对象
         IndexSearcher searcher = new IndexSearcher("c:\\index");
         //构造词条
         Term pre1 = new Term("name", "Da");
         Term pre2 = new Term("name", "da");
         Term pre3 = new Term("name", "sm");
 
         //用于保存检索结果
         Hits hits = null;
         //生成PrefixQuery类型的对象，初始化为null
         PrefixQuery query = null;
 
         query = new PrefixQuery(pre1);
 
         //开始第一次检索，并返回检索结果
         hits = searcher.search(query);
         //输出相应的检索结果
         printResult(hits, "前缀为'Da'的文档");
         
         query = new PrefixQuery(pre2);
         //开始第二次检索，并返回检索结果
         hits = searcher.search(query);
         //输出相应的检索结果
         printResult(hits, "前缀为'da'的文档");
         
         query = new PrefixQuery(pre3);
         //开始第二次检索，并返回检索结果
         hits = searcher.search(query);
         //输出相应的检索结果
         printResult(hits, "前缀为'sm'的文档");
 
     }
 
     public static void printResult(Hits hits, String key) throws Exception 
         {System.out.println("查找 \"" + key + "\" :");
         if (hits != null) {
             if (hits.length() == 0) {
                 System.out.println("没有找到任何结果");
                 System.out.println();
             } else {
                 System.out.print("找到");
                 for (int i = 0; i < hits.length(); i++) {
                     //取得文档
                     Document d = hits.doc(i);
                     //取得“title”字段的内容
                     String dname = d.get("title");
                     System.out.print(dname + "   ");
                 }
                 System.out.println();
                 System.out.println();
             }
         }
     }
}

在上述代码中，首先构造了4个不同的Document。每个Document都有一个名为“name”的字段，其中存储了人物的名称。然后，代码构建了3个不同的词条，分别为“Da”、“da”和“sm”，可以看到，它们正好都是“name”字段中关键字的前缀。

从图11-12中可以看出，使用PrefixQuery共进行了3次检索，关键字分别为“Da”、“da”和“sm”，返回的检索结果情况在图中已经有明确的说明。不过，如果使用“Da”作为关键字会没有任何的检索结果，而使用“da”就有检索结果，这个问题将在后面作详细介绍。

从代码11.7和图11-12中可以看出，“da”前缀和“sm”前缀都顺利地找到了它们所在的文档，可是为什么与文档中关键字大小写一致的“Da”却没有找到呢？这是因为Lucene的标准分析器在进行分词过滤时将所有的关键字一律转成了小写，所以才会出现这样的结果。这也是开发者应当引起注意的地方。

11.4.5 多关键字的搜索—PhraseQuery

除了普通的TermQuery外，Lucene还提供了一种Phrase查 询的功能。用户在搜索引擎中进行搜索时，常常查找的并非是一个简单的单词，很有可能是几个不同的关键字。这些关键字之间要么是紧密相联，成为一个精确的短语，要么是可能在这几个关键字之间还插有其他无关的关键字。此时，用户希望将它们找出来。不过很显然，从评分的角度看，这些关键字之间拥有与查找内容无关 短语所在的文档的分值一般会较低一些。

PhraseQuery正是Lucene所提供的满足上述需求的一种Query对象。它的add方法可以让用户往其内部添加关键字，在添加完毕后，用户还可以通过setSlop()方法来设定一个称之为“坡度”的变量来确定关键字之间是否允许、允许多少个无关词汇的存在。

下面以代码11.8为例对PhraseQuery进行介绍。

代码11.8 PhraseQueryTest.java

package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.PhraseQuery;
import org.apache.lucene.search.PrefixQuery;
 
public class PhraseQueryTest {
     public static void main(String[] args) throws Exception {
         //生成Document对象
         Document doc1 = new Document();
         //添加“content”字段的内容
         doc1.add(Field.Text("content", "david mary smith robert"));
         //添加“title”字段的内容
         doc1.add(Field.Keyword("title", "doc1"));
 
         //生成索引书写器
         IndexWriter writer = new IndexWriter("c:\\index",
                 new StandardAnalyzer(), true);
         //设置为混合索引格式
         writer.setUseCompoundFile(true);
         //将文档添加到索引中
         writer.addDocument(doc1);
         //关闭索引
         writer.close();
 
         //生成索引搜索器
         IndexSearcher searcher = new IndexSearcher("c:\\index");
         //构造词条
         Term word1 = new Term("content", "david");
         Term word2 = new Term("content","mary");
         Term word3 = new Term("content","smith");
         Term word4 = new Term("content","robert");
         
         //用于保存检索结果
         Hits hits = null;
         //生成PhraseQuery对象，初始化为null
         PhraseQuery query = null;
 
         // 第一种情况，两个词本身紧密相连，先设置坡度为0，再设置坡度为2
         query = new PhraseQuery();
         query.add(word1);
         query.add(word2);
         //设置坡度
         query.setSlop(0);
         //开始检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits, "'david'与'mary'紧紧相隔的Document");
         
         //再次设置坡度
         query.setSlop(2);
         //开始第二次检索
         hits = searcher.search(query);
         //输出检索结果
         printResult(hits, "'david'与'mary'中相隔两个词的短语");
         
         // 第二种情况，两个词本身相隔两个词，先设置坡度为0，再设置坡度为2
         query = new PhraseQuery();
         query.add(word1);
         query.add(word4);
         //设置坡度
         query.setSlop(0);
         //开始第三次检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果
         printResult(hits, "'david'与'robert'紧紧相隔的Document");
         
         //设置坡度
         query.setSlop(2);
         //开始第四次检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果
         printResult(hits, "'david'与'robert'中相隔两个词的短语");
         
 
     }
 
     public static void printResult(Hits hits, String key) throws Exception 
         {System.out.println("查找 \"" + key + "\" :");
         if (hits != null) {
             if (hits.length() == 0) {
                 System.out.println("没有找到任何结果");
                 System.out.println();
             } else {
                 System.out.print("找到");
                 for (int i = 0; i < hits.length(); i++) {
                     //取得文档对象
                     Document d = hits.doc(i);
                     //取得“title”字段的内容
                     String dname = d.get("title");
                     //输出相关的信息
                     System.out.print(dname + "   ");
                 }
                 System.out.println();
                 System.out.println();
             }
         }
     }
}

在上述代码中创建了一个Document，这个Document的“content”域中含有4个关键字。接下来，代码创建了一个PhraseQuery对象，首先将前两个紧紧相连关键字放入其中，并设置它们的坡度值分别为0和2，接下来，又将第一个和最后一个关键字放入其中，同样设置它们的坡度值为0和2。

代码11.8的运行效果，如图11-13所示。

从图11.8中可以看出，代码11.8共进行了4次检索测试，并且分两组分别对检索结果进行对比。

从代码11.8和图11-13中可以看出，对两个紧连的关键字来说无论将坡度设置为多少，Lucene总能找到它所在的文档，而对两个不紧连的关键字，如果坡度值小于它们之间无关词的数量，那么则无法找到。其实，当两个关键字之间的无关词数小于等于坡度值时，总是可以被找到。

11.4.6 使用短语缀搜索—PhrasePrefixQuery

PhrasePrefixQuery与Phrase有些类似。在PhraseQuery中，如果用户想查找短语“david robert”，又想查找短语“mary robert”。那么，他就只能构建两个PhraseQuery，然后再使用BooleanQuery将它们作为其中的子句，并使用“或”操作符来连接，这样就能达到需要的效果。PhrasePrefixQuery可以让用户很方便地实现这种需要。

接下来看看在代码11.9中是如何使用PhrasePrefixQuery来实现的。

代码11.9 PhrasePrefixQueryTest.java

package ch11;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.PhrasePrefixQuery;
import org.apache.lucene.search.PhraseQuery;
import org.apache.lucene.search.RangeQuery;
 
public class PhrasePrefixQueryTest {
     public static void main(String[] args) throws Exception {
         //生成Document对象
         Document doc1 = new Document();
         //添加“content”字段的内容
         doc1.add(Field.Text("content", "david mary smith robert"));
         //添加“title”字段的内容
         doc1.add(Field.Keyword("title", "doc1"));
 
         //生成索引书写器对象
         IndexWriter writer = new IndexWriter("c:\\index",
                 new StandardAnalyzer(), true);
         //将文档添加到索引中
         writer.addDocument(doc1);
         //关闭索引书写器
         writer.close();
  
         //生成索引检索器
         IndexSearcher searcher = new IndexSearcher("c:\\index");
         //构造词条
         Term word1 = new Term("content", "david");
         Term word2 = new Term("content", "mary");
         Term word3 = new Term("content", "smith");
         Term word4 = new Term("content", "robert");
 
         //用于保存检索结果
         Hits hits = null;
         //生成PhrasePrefixQuery对象，初始化为null
         PhrasePrefixQuery query = null;
         
         query = new PhrasePrefixQuery();
         // 加入可能的所有不确定的词
         query.add(new Term[]{word1, word2});
         // 加入确定的词
         query.add(word4);
         //设置坡度
         query.setSlop(2);
         //开始检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits, "存在短语'david robert'或'mary robert'的文档");
     }
 
     public static void printResult(Hits hits, String key) throws Exception 
         {System.out.println("查找 \"" + key + "\" :");
         if (hits != null) {
             if (hits.length() == 0) {
                 System.out.println("没有找到任何结果");
                 System.out.println();
             } else {
                 System.out.print("找到");
                 for (int i = 0; i < hits.length(); i++) {
                 //获取文档对象
                     Document d = hits.doc(i);
                     //取得“title”字段内容
                     String dname = d.get("title");
                     System.out.print(dname + "   ");
                 }
                 System.out.println();
                 System.out.println();
             }
         }
     }
}

在上述代码中，首先构建了一个Document，它的“content”字段中包含4个关键字。接下来，构建了一个PhrasePrefixQuery的对象，调用它的add(Term [])方法设定出现在短语中的第一个关键词。由于这个方法的参数类型为一个Term型的数组，所以，它可以设置多个Term，即出现在短语中的第一个词就在这个数组中进行选择。然后，再使用add(Term)方法设置出现在短语中的后一个词。代码的运行结果如图11-14所示。

图11-14 PhrasePrefixQuery的测试结果

从图11-14中可以看出，使用PhrasePrefixQuery可以非常容易的实现相关短语的检索功能。

11.4.7 相近词语的搜索—FuzzyQuery

FuzzyQuery是一种模糊查询，它可以简单地识别两个相近的词语。下面以11.10为例进行详细介绍。

代码11.10 FuzzyQueryTest.java

package ch11;
 
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.FuzzyQuery;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
 
public class FuzzyQueryTest {
     public static void main(String[] args) throws Exception {
         //生成Document对象
         Document doc1 = new Document();
         //添加“content”字段的内容
         doc1.add(Field.Text("content", "david"));
         //添加“title”字段的内容
         doc1.add(Field.Keyword("title", "doc1"));
 
         Document doc2 = new Document();
         doc2.add(Field.Text("content", "sdavid"));
         doc2.add(Field.Keyword("title", "doc2"));
 
         Document doc3 = new Document();
         doc3.add(Field.Text("content", "davie"));
         doc3.add(Field.Keyword("title", "doc3"));
 
         //生成索引书写器
         IndexWriter writer = new IndexWriter("c:\\index",
                 new StandardAnalyzer(), true);
         //将文档添加到索引中
         writer.addDocument(doc1);
         writer.addDocument(doc2);
         writer.addDocument(doc3);
         //关闭索引写器
         writer.close();
 
         //生成索引搜索器
         IndexSearcher searcher = new IndexSearcher("c:\\index");
         Term word1 = new Term("content", "david");
 
         //用于保存检索结果
         Hits hits = null;
         //生成FuzzyQuery对象，初始化为null
         FuzzyQuery query = null;
 
         query = new FuzzyQuery(word1);
         //开始检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits,"与'david'相似的词");
     }
 
     public static void printResult(Hits hits, String key) throws Exception 
         {System.out.println("查找 \"" + key + "\" :");
         if (hits != null) {
             if (hits.length() == 0) {
                 System.out.println("没有找到任何结果");
                 System.out.println();
             } else {
                 System.out.print("找到");
                 for (int i = 0; i < hits.length(); i++) {
                     //取得文档对象
                     Document d = hits.doc(i);
                     //取得“title”字段的内容
                     String dname = d.get("title");
                     System.out.print(dname + "   ");
                 }
                 System.out.println();
                 System.out.println();
             }
         }
     }
}

在上述代码中，首先构建了3个Document，这3个Document的“content”字段中都有一个与“david”较为相似的关键字（其中第一个就是david）。然后使用FuzzyQuery来对其进行检索。运行效果如图11-15所示。

从图11-15中可以看出，使用FuzzyQuery可以检索到索引中所有包含与“david”相近词语的文档。

11.4.8 使用通配符搜索—WildcardQuery

Lucene也提供了通配符的查询，这就是WildcardQuery。下面以代码11.11为例进行介绍。

代码11.11 WildcardQueryTest.java

package ch11;
 
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.WildcardQuery;
 
public class WildcardQueryTest {
     public static void main(String[] args) throws Exception {
         //生成Document对象，下同
         Document doc1 = new Document();
         //添加“content”字段的内容，下同
         doc1.add(Field.Text("content", "whatever"));
         //添加“title”字段的内容，下同
         doc1.add(Field.Keyword("title", "doc1"));
         
         Document doc2 = new Document();
         doc2.add(Field.Text("content", "whoever"));
         doc2.add(Field.Keyword("title", "doc2"));
         
         Document doc3 = new Document();
         doc3.add(Field.Text("content", "however"));
         doc3.add(Field.Keyword("title", "doc3"));
         
         Document doc4 = new Document();
         doc4.add(Field.Text("content", "everest"));
         doc4.add(Field.Keyword("title", "doc4"));
         
         //生成索引书写器
         IndexWriter writer = new IndexWriter("c:\\index",
                 new StandardAnalyzer(), true);
         //将文档对象添加到索引中
         writer.addDocument(doc1);
         writer.addDocument(doc2);
         writer.addDocument(doc3);
         writer.addDocument(doc4);
         //关闭索引书写器
         writer.close();
 
         //生成索引书写器
         IndexSearcher searcher = new IndexSearcher("c:\\index");
         //构造词条
         Term word1 = new Term("content", "*ever");
         Term word2 = new Term("content", "wh?ever");
         Term word3 = new Term("content", "h??ever");
         Term word4 = new Term("content", "ever*");
         //生成WildcardQuery对象，初始化为null
         WildcardQuery query = null;
         //用于保存检索结果
         Hits hits = null;
         
         query = new WildcardQuery(word1);
         //开始第一次检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits, "*ever");
         
         query = new WildcardQuery(word2);
         //开始第二次检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits, "wh?ever");
         
         query = new WildcardQuery(word3);
         //开始第三次检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits, "h??ever");
         
         query = new WildcardQuery(word4);
         //开始第四次检索，并返回检索结果
         hits = searcher.search(query);
         //输出检索结果的相关信息
         printResult(hits, "ever*");
     }
    
     public static void printResult(Hits hits, String key) throws Exception 
         {System.out.println("查找 \"" + key + "\" :");
         if (hits != null) {
             if (hits.length() == 0) {
                 System.out.println("没有找到任何结果");
                 System.out.println();
             } else {
                 System.out.print("找到");
                 for (int i = 0; i < hits.length(); i++) {
                     //取得文档对象
                     Document d = hits.doc(i);
                     //取得“title”字段的内容
                     String dname = d.get("title");
                     System.out.print(dname + "   ");
                 }
                 System.out.println();
                 System.out.println();
             }
         }
     }
}

代码的运行结果如图11-12所示。