Lucene-2.3.1 源代码阅读学习(33)

本文转自： http://daihaixiang.blog.163.com/blog/static/383013420084121335547/

 

 

关于范围查询RangeQuery。

RangeQuery是由两个词条作为上界和下界进行查询，同时指定了一个Boolean型参数，表示是否包括边界，这可以从
RangeQuery的构造方法看到：

    public RangeQuery(Term lowerTerm, Term upperTerm, boolean inclusive)
    {
        if (lowerTerm == null && upperTerm == null)
        {
            throw new IllegalArgumentException("At least one term must be non-null");
        }
        if (lowerTerm != null && upperTerm != null && lowerTerm.field() != upperTerm.field())
        {
            throw new IllegalArgumentException("Both terms must be for the same field");
        }

        // if we have a lowerTerm, start there. otherwise, start at beginning
        if (lowerTerm != null) {
            this.lowerTerm = lowerTerm;
        }
        else {
            this.lowerTerm = new Term(upperTerm.field(), "");
        }

        this.upperTerm = upperTerm;
        this.inclusive = inclusive;
    }

在构造一个RangeQuery的时候，不能使Term lowerTerm和Term upperTerm都为null，因为这样构造没有意义的。使用RangeQuery对于时间、数字序号等类似特征的词条具有很好的效果，但是作为普通词条意义不大，它会按照字母序来确定搜索范围。

可以指定Term lowerTerm和Term upperTerm中的一个为null，如果指定了Term upperTerm为null，会以Term lowerTerm为上界(即>=)，同理，如果Term lowerTerm为null，会以Term upperTerm作为下界(即<=)。

依然使用文章 Lucene-2.2.0 源代码阅读学习(32) 使用的索引文件，建立测试文件，代码如下所示：

package org.apache.lucene.shirdrn.main;

import java.io.IOException;
import java.util.Date;
import java.util.List;

import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.RangeQuery;
import org.apache.lucene.search.spans.SpanNearQuery;
import org.apache.lucene.search.spans.SpanQuery;

public class RangeQuerySearcher {

public static void main(String[] args) {
   String indexPath = "E:\\Lucene\\index";
   try {
    IndexSearcher searcher = new IndexSearcher(indexPath);
    String keywordA = "这些";
    Term termA = new Term("contents",keywordA);
   
    String keywordB = "辩论";
    Term termB = new Term("contents",keywordB);
   
   RangeQuery rangeQuery = new RangeQuery(termA,termA,true);
   
    Date startTime = new Date();
    Hits hits = searcher.search(rangeQuery);
    for(int i=0;i     System.out.println("Document的内部编号为 ： "+hits.id(i));
     Document doc = hits.doc(i);
     System.out.println("Document的得分为 ： "+hits.score(i));
     List fieldList = doc.getFields();
     System.out.println("Document(编号) "+hits.id(i)+" 的Field的信息： ");
     for(int j=0;j      Field field = (Field)fieldList.get(j);
      System.out.println("    Field的name : "+field.name());
      System.out.println("    Field的stringValue : "+field.stringValue());
      System.out.println("    ------------------------------------");
     }
    }
    System.out.println("********************************************************************");
    Date finishTime = new Date();
    long timeOfSearch = finishTime.getTime() - startTime.getTime();
    System.out.println("本次搜索所用的时间为 "+timeOfSearch+" ms");
   
   } catch (CorruptIndexException e) {
    e.printStackTrace();
   } catch (IOException e) {
    e.printStackTrace();
   }
}
}

看上面构造RangeQuery的时候，使用的是同一个Term作为上界和下界，而且inclusive指定为true，这时其实检索的就是termA，结果如下所示：

Document的内部编号为 ： 1
Document的得分为 ： 0.35136628
Document(编号) 1 的Field的信息：
    Field的name : contents
    Field的stringValue : 谁知道宇宙空间的奥秘，在我们这些人当中？
    ------------------------------------
    Field的name : contents
    Field的stringValue : 宇宙飞船。
    ------------------------------------
    Field的name : contents
    Field的stringValue : 我们的太空宇宙。
    ------------------------------------
********************************************************************
本次搜索所用的时间为 93 ms

含有词条“这些”的Document只有编号为1的满足条件。如果上面程序中inclusive指定为false，表示检索的termA作为上界和下界的开区间，很容易想到，检索的检索一定是空集。

如果修改RangeQuery的构造如下：

RangeQuery rangeQuery = new RangeQuery(termA,termB,false);

查询结果还是空集，要知道：“这些”在字母排序时要在“辩论”之后，而且取的是开区间。

如果修改为：

RangeQuery rangeQuery = new RangeQuery(termA,termB,true);

则只是对两个边界进行检索，结果可能会存在，我的测试结果如下所示：

Document的内部编号为 ： 1
Document的得分为 ： 0.35136628
Document(编号) 1 的Field的信息：
    Field的name : contents
    Field的stringValue : 谁知道宇宙空间的奥秘，在我们这些人当中？
    ------------------------------------
    Field的name : contents
    Field的stringValue : 宇宙飞船。
    ------------------------------------
    Field的name : contents
    Field的stringValue : 我们的太空宇宙。
    ------------------------------------
********************************************************************
本次搜索所用的时间为 93 ms