分类：
2008-06-23 20:31:35
关于PhraseQuery。
PhraseQuery查询是将多个短语进行合并，得到一个新的词条，从索引库中检索出这个复杂的词条所对应的目标数据文件。
举个例子：假如用户输入关键字“网络安全”，如果索引库中没有单独的“网络安全”这个词条，但是具有“网络”和“安全”这两个词条，我们可以使用PhraseQuery进行查询，将“网络”和“安全”这两个词条合并后能够检索出匹配“网络安全”的所有词条对应的结果集。
现在，使用StandardAnalyzer分析器，对目标数据进行建立索引，也就是，把单独的每个汉字都作为一个词条，存储到索引文件中。可想而知，建立索引花费的时间可能会比较多，因为要对单个汉字进行Tokenizer。
测试程序使用“文件”这个词条，因为使用StandardAnalyzer分析器，索引库中没有词条“文件”，我们使用PhraseQuery来构造实现检索关键字“文件”。
测试主函数如下所示：
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.PhraseQuery;
public class PhraseQuerySearcher {
public static void main(String[] args) {
String path = "E:\\Lucene\\myindex";
String keywordA = "文";
Term termA = new Term("contents",keywordA);
String keywordB = "件";
Term termB = new Term("contents",keywordB);
// 根据上面搜索关键字构造的两个词条，将它们添加到PhraseQuery中，进行检索
PhraseQuery phraseQuery = new PhraseQuery();
phraseQuery.add(termA);
phraseQuery.add(termB);
try {
Date startTime = new Date();
IndexSearcher searcher = new IndexSearcher(path);
Hits hits = searcher.search(phraseQuery);
for(int i=0;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
System.out.println(" Field的name : "+field.name());
System.out.println(" Field的stringValue : "+field.stringValue());
System.out.println(" ------------------------------------");
}
}
System.out.println("********************************************************************");
System.out.println("共检索出符合条件的Document "+hits.length()+" 个。");
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();
}
}
}
测试结果如下所示：
Document的内部编号为 ： 56
Document的得分为 ： 1.0
Document(编号) 56 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\文件.txt
------------------------------------
Field的name : modified
Field的stringValue : 200804200649
------------------------------------
Document的内部编号为 ： 41
Document的得分为 ： 0.57587546
Document(编号) 41 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\Update.txt
------------------------------------
Field的name : modified
Field的stringValue : 200707050028
------------------------------------
Document的内部编号为 ： 46
Document的得分为 ： 0.5728219
Document(编号) 46 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\使用技巧集萃.txt
------------------------------------
Field的name : modified
Field的stringValue : 200511210413
------------------------------------
Document的内部编号为 ： 24
Document的得分为 ： 0.45140085
Document(编号) 24 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\FAQ.txt
------------------------------------
Field的name : modified
Field的stringValue : 200604130754
------------------------------------
Document的内部编号为 ： 44
Document的得分为 ： 0.4285714
Document(编号) 44 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\Visual Studio 2005注册升级.txt
------------------------------------
Field的name : modified
Field的stringValue : 200801300512
------------------------------------
Document的内部编号为 ： 12
Document的得分为 ： 0.39528468
Document(编号) 12 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\CustomKeyInfo.txt
------------------------------------
Field的name : modified
Field的stringValue : 200406041814
------------------------------------
Document的内部编号为 ： 58
Document的得分为 ： 0.33881545
Document(编号) 58 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\新建 文本文档.txt
------------------------------------
Field的name : modified
Field的stringValue : 200710270258
------------------------------------
Document的内部编号为 ： 64
Document的得分为 ： 0.28571427
Document(编号) 64 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\疑问即时记录.txt
------------------------------------
Field的name : modified
Field的stringValue : 200711141408
------------------------------------
Document的内部编号为 ： 60
Document的得分为 ： 0.17857142
Document(编号) 60 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\汉化说明.txt
------------------------------------
Field的name : modified
Field的stringValue : 200708210247
------------------------------------
Document的内部编号为 ： 14
Document的得分为 ： 0.06313453
Document(编号) 14 的Field的信息：
Field的name : path
Field的stringValue : E:\Lucene\txt1\mytxt\CustomKeysSample.txt
------------------------------------
Field的name : modified
Field的stringValue : 200610100451
------------------------------------
********************************************************************
共检索出符合条件的Document 10 个。
本次搜索所用的时间为 640 ms
可见一共检索出10个Document满足条件，即10个Document中都存在与词条“文件”匹配的文件，当然是Field的contents。
PhraseQuery仅仅提供了一个构造方法：
public PhraseQuery() {}
没有参数，没有方法体内容，但是，在使用的时候要用到PhraseQuery的add方法，将由关键字构造的多个词条添加到构造的这个PhraseQuery实例中，实现复杂的检索。
add方法有两个重载的方法，含有一个参数Term的只是把构造的简单词条添加到PhraseQuery中，另一个含有两个参数：
public void add(Term term, int position)
其中，position指定了多个根据用户提交的检索关键字进行分词，分成多个简单的词条，这些词条之间可以存在position个空位，比如用户输入“天地”，如果使用StandardAnalyzer分析器实现后台分词，并且指定了position=1，则目标文件中含有“惊天动地”、“天高地厚”等等词语都能被检索出来。
另外，PhraseQuery还提供了下面方法：
public void setSlop(int s) { slop = s; }
slop 默认值为0，即表示单个简单的词条严格按照顺序组合成新的词条进行检索，亦即：它们之间没有空隙，如果设置为3，表示这些简单的词条之间可以“漏掉”或者“多添”了至多3个无关的字。它与
public void add(Term term, int position)
中的position不同，position是严格按照position个空缺位置检索。
而slop 是>=slop 个空缺都都可以，它可以包含0，1，……，slop-1，是一个空缺长度不同的范围。
