Lucene - 搜索操作


搜索过程是Lucene提供的核心功能之一。下图说明了该过程及其用途。IndexSearcher是搜索过程的核心组件之一。

搜索过程

我们首先创建包含索引的目录,然后将其传递给IndexSearcher ,后者使用IndexReader打开目录。然后我们创建一个带有术语的查询,并通过将查询传递给搜索器来使用IndexSearcher进行搜索。IndexSearcher返回一个TopDocs对象,其中包含搜索详细信息以及作为搜索操作结果的Document的文档 ID 。

现在,我们将向您展示逐步方法,并使用基本示例帮助您了解索引过程。

创建一个查询解析器

QueryParser 类将用户输入的输入解析为 Lucene 可理解的格式查询。按照以下步骤创建一个 QueryParser -

步骤 1 - 创建 QueryParser 对象。

步骤 2 - 初始化使用标准分析器创建的 QueryParser 对象,该分析器具有要运行此查询的版本信息和索引名称。

QueryParser queryParser;

public Searcher(String indexDirectoryPath) throws IOException {

   queryParser = new QueryParser(Version.LUCENE_36,
      LuceneConstants.CONTENTS,
      new StandardAnalyzer(Version.LUCENE_36));
}

创建索引搜索器

IndexSearcher 类充当搜索器索引在索引过程中创建的核心组件。按照以下步骤创建 IndexSearcher -

步骤 1 - 创建 IndexSearcher 对象。

步骤 2 - 创建一个 Lucene 目录,该目录应指向要存储索引的位置。

步骤 3 - 初始化使用索引目录创建的 IndexSearcher 对象。

IndexSearcher indexSearcher;

public Searcher(String indexDirectoryPath) throws IOException {
   Directory indexDirectory = 
      FSDirectory.open(new File(indexDirectoryPath));
   indexSearcher = new IndexSearcher(indexDirectory);
}

进行搜索

请按照以下步骤进行搜索 -

步骤 1 - 通过 QueryParser 解析搜索表达式来创建查询对象。

步骤 2 - 通过调用 IndexSearcher.search() 方法进行搜索。

Query query;

public TopDocs search( String searchQuery) throws IOException, ParseException {
   query = queryParser.parse(searchQuery);
   return indexSearcher.search(query, LuceneConstants.MAX_SEARCH);
}

获取文档

下面的程序展示了如何获取该文档。

public Document getDocument(ScoreDoc scoreDoc) 
   throws CorruptIndexException, IOException {
   return indexSearcher.doc(scoreDoc.doc);	
}

关闭索引搜索器

以下程序显示如何关闭 IndexSearcher。

public void close() throws IOException {
   indexSearcher.close();
}

应用示例

让我们创建一个测试 Lucene 应用程序来测试搜索过程。

描述
1

按照Lucene - 第一个应用程序章节中的说明,在com.tutorialspoint.lucene包下创建一个名为LuceneFirstApplication的项目。您还可以使用在Lucene - 第一个应用程序章节中创建的项目来了解本章的搜索过程。

2

按照Lucene - 第一个应用程序章节中的说明创建LuceneConstants.java、TextFileFilter.javaSearcher.java。其余文件保持不变。

3

如下所述创建LuceneTester.java 。

4

清理并构建应用程序,以确保业务逻辑按照要求运行。

LuceneConstants.java

此类用于提供在示例应用程序中使用的各种常量。

package com.tutorialspoint.lucene;

public class LuceneConstants {
   public static final String CONTENTS = "contents";
   public static final String FILE_NAME = "filename";
   public static final String FILE_PATH = "filepath";
   public static final int MAX_SEARCH = 10;
}

文本文件过滤器.java

此类用作.txt文件过滤器。

package com.tutorialspoint.lucene;

import java.io.File;
import java.io.FileFilter;

public class TextFileFilter implements FileFilter {

   @Override
   public boolean accept(File pathname) {
      return pathname.getName().toLowerCase().endsWith(".txt");
   }
}

搜索器.java

该类用于读取对原始数据所做的索引并使用Lucene库搜索数据。

package com.tutorialspoint.lucene;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.queryParser.ParseException;
import org.apache.lucene.queryParser.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

public class Searcher {
	
   IndexSearcher indexSearcher;
   QueryParser queryParser;
   Query query;

   public Searcher(String indexDirectoryPath) throws IOException {
      Directory indexDirectory = 
         FSDirectory.open(new File(indexDirectoryPath));
      indexSearcher = new IndexSearcher(indexDirectory);
      queryParser = new QueryParser(Version.LUCENE_36,
         LuceneConstants.CONTENTS,
         new StandardAnalyzer(Version.LUCENE_36));
   }

   public TopDocs search( String searchQuery) 
      throws IOException, ParseException {
      query = queryParser.parse(searchQuery);
      return indexSearcher.search(query, LuceneConstants.MAX_SEARCH);
   }

   public Document getDocument(ScoreDoc scoreDoc) 
      throws CorruptIndexException, IOException {
      return indexSearcher.doc(scoreDoc.doc);	
   }

   public void close() throws IOException {
      indexSearcher.close();
   }
}

LuceneTester.java

该类用于测试Lucene库的搜索能力。

package com.tutorialspoint.lucene;

import java.io.IOException;

import org.apache.lucene.document.Document;
import org.apache.lucene.queryParser.ParseException;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;

public class LuceneTester {
	
   String indexDir = "E:\\Lucene\\Index";
   String dataDir = "E:\\Lucene\\Data";
   Searcher searcher;

   public static void main(String[] args) {
      LuceneTester tester;
      try {
         tester = new LuceneTester();
         tester.search("Mohan");
      } catch (IOException e) {
         e.printStackTrace();
      } catch (ParseException e) {
         e.printStackTrace();
      }
   }

   private void search(String searchQuery) throws IOException, ParseException {
      searcher = new Searcher(indexDir);
      long startTime = System.currentTimeMillis();
      TopDocs hits = searcher.search(searchQuery);
      long endTime = System.currentTimeMillis();

      System.out.println(hits.totalHits +
         " documents found. Time :" + (endTime - startTime) +" ms");
      for(ScoreDoc scoreDoc : hits.scoreDocs) {
         Document doc = searcher.getDocument(scoreDoc);
         System.out.println("File: "+ doc.get(LuceneConstants.FILE_PATH));
      }
      searcher.close();
   }	
}

数据和索引目录创建

我们使用了 10 个名为 record1.txt 的文本文件 record10.txt 包含学生的姓名和其他详细信息,并将它们放在目录 E:\Lucene\Data 中。测试数据。索引目录路径应创建为 E:\Lucene\Index。运行Lucene - 索引过程一章中的索引程序后,您可以看到在该文件夹中创建的索引文件列表。

运行程序

完成源、原始数据、数据目录、索引目录和索引的创建后,您可以继续编译并运行程序。为此,请保持LuceneTester.Java文件选项卡处于活动状态,并使用 Eclipse IDE 中提供的“运行”选项或使用Ctrl + F11编译并运行LuceneTester 应用程序。如果您的应用程序成功运行,它将在 Eclipse IDE 的控制台中打印以下消息 -

1 documents found. Time :29 ms
File: E:\Lucene\Data\record4.txt