神秘的巧克力工厂

書名：自己動手寫分布式搜索引擎
作者名：羅剛
本章字?jǐn)?shù)： 526字
更新時間： 2020-11-28 15:52:49

3.3.6 短語查詢

如果按字索引中文文檔，則查詢的時候往往要求文檔中的這些字是連續(xù)出現(xiàn)的。使用PhraseQuery可以查詢連續(xù)出現(xiàn)的幾個關(guān)鍵詞。PhraseQuery稱為短語匹配查詢，用于要求精確匹配的查詢。PhraseQuery使用了詞保存在索引中的位置信息，因此需要索引中的相關(guān)列已經(jīng)保存了位置信息。例如按字索引，按字查詢“開封”：

        PhraseQuery query = new PhraseQuery();
        query.add(new Term("subject", "開"));
        query.add(new Term("subject", "封"));

搜索“軟件工程師”時，標(biāo)題為“安卓軟件開發(fā)工程師”排第一位，而標(biāo)題為“軟件工程師”反而排在后面。詞庫為：“軟件”“工程師”。為了解決這個問題，可以增加短語查詢：

        PhraseQuery query = new PhraseQuery();
        query.add(new Term("subject", "軟件"));
        query.add(new Term("subject", "工程師"));

有時候要匹配上的詞之間有間隔，匹配上的詞之間的距離稱為slop。默認(rèn)情況下，slop的值是0，可以通過調(diào)用setSlop()方法設(shè)置這個值。例如，用戶搜索“西紅柿牛腩”時，會匹配上“西紅柿燉牛腩”。

        PhraseQuery query = new PhraseQuery();
        query.setSlop(1);
        query.add(new Term("subject", "西紅柿"));
        query.add(new Term("subject", "牛腩"));

使用PhraseQuery完整的例子：

        public static void main(String[] args) throws Exception {
            //在內(nèi)存中建立索引
            Directory directory = new RAMDirectory();
            Analyzer analyzer = new StandardAnalyzer();
            IndexWriterConfig iwc = new IndexWriterConfig(analyzer);
            IndexWriter writer = new IndexWriter(directory, iwc);


            // 索引一些文檔
            writer.addDocument(createDocument("1", "foo bar baz"));
            writer.addDocument(createDocument("2", "red green blue"));
            writer.addDocument(createDocument("3", "test foo bar test"));
            writer.close();


            // 查找包含foo bar這個短語的文檔
            String sentence = "foo bar";
            IndexReader reader = IndexReader.open(directory);
            // 根據(jù)IndexReader創(chuàng)建IndexSearcher
            IndexSearcher searcher = new IndexSearcher(reader);
            PhraseQuery query = new PhraseQuery();
            String[] words = sentence.split(" ");
            for (String word : words) {
                query.add(new Term("contents", word));
            }


            // 顯示搜索結(jié)果
            TopDocs topDocs = searcher.search(query, 10);
            for (ScoreDoc scoreDoc : topDocs.scoreDocs) {
                Document doc = searcher.doc(scoreDoc.doc);
                System.out.println(doc);
            }
        }


        private static Document createDocument(String id, String content) {
            Document doc = new Document();
            doc.add(new Field("id", id, Store.YES, Index.NOT_ANALYZED));
            doc.add(new Field("contents", content, Store.YES, Index.ANALYZED,
                    Field.TermVector.WITH_POSITIONS_OFFSETS));
            return doc;
        }

官术网_书友最值得收藏!

自己動手寫分布式搜索引擎

3.3.6 短語查詢