君子博学而日参省乎己 则知明而行无过矣

博客园 首页 新随笔 联系 订阅 管理

原文出处:http://blog.chenlb.com/2010/08/solr-use-custom-query-parser.html

由于 Solr 默认的 Query Parser 生成的 Query 一般是 “短语查询”,导致只有很精确的结果才被搜索出来。大部分时候我们要分词后的 BooleanQuery。一年半前有篇关于 solr 使用自定义的 QueryParser 的文章。使用这个方法在 solr 中可以用自己的 Query Parser。

按照那篇文章,分别扩展:QParserPlugin、QParser、SolrQueryParser。我把它们实现为:ExtLuceneQParserPlugin、ExtLuceneQParser、SolrQueryParser 源码下载

配置使用,把 solr-1.4-query-parser-extand-0.1.jar 放到 solr.home/lib 里,同时也把 mmseg4j-all-1.8.2-with-dic.jar 放到 solr.home 当然也可以其它分词器(paoding 可以,看:solr 中使用 paoding 中文分词,N久前验证过 paoding 使用这个扩展可以,有问题通知我)。

schema.xml 加或改:

  1. <fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">  
  2.   <analyzer>  
  3.     <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory"/>  
  4.   </analyzer>  
  5. </fieldType>   
  6.   
  7. <!--  ..... -->  
  8.   
  9. <field name="title" type="text_cn" indexed="true" stored="true"/>  
  10.   
  11.  <defaultSearchField>title</defaultSearchField>  
  12.  <solrQueryParser defaultOperator="AND"/>  

保存 doc-demo.xml,

  1. <?xml version="1.0" encoding="UTF-8" ?>  
  2. <add>  
  3. <doc>  
  4.   <field name="id">1</field>  
  5.   <field name="title">研究空格生命起源</field>  
  6. </doc>  
  7. </add>  

启动 solr (solr.root=e:/apache-solr-1.4.1), 提交一个文档。

  1. #启动 solr  
  2. cd solr.root/example  
  3. java -jar start.jar  
  4.   
  5. #提交索引  
  6. cd solr.root/example/exampledocs  
  7. java -jar post.jar doc-demo.xml  

用两种方式查询:

1、extand lucene query parser 方式:查 研究生命起源

结果:

  1. <?xml version="1.0" encoding="UTF-8"?>  
  2. <response>  
  3.   
  4. <lst name="responseHeader">  
  5.  <int name="status">0</int>  
  6.  <int name="QTime">0</int>  
  7.  <lst name="params">  
  8.   <str name="debugQuery">on</str>  
  9.   <str name="indent">on</str>  
  10.   <str name="q">研究生命起源</str>  
  11.   <str name="defType">extlucene</str>  
  12.  </lst>  
  13. </lst>  
  14. <result name="response" numFound="1" start="0">  
  15.  <doc>  
  16.   <str name="id">1</str>  
  17.   <str name="title">研究空格生命起源</str>  
  18.  </doc>  
  19. </result>  
  20. <lst name="debug">  
  21.  <str name="rawquerystring">研究生命起源</str>  
  22.  <str name="querystring">研究生命起源</str>  
  23.  <str name="parsedquery">+title:研究 +title:生命 +title:起源</str>  
  24.  <str name="parsedquery_toString">+title:研究 +title:生命 +title:起源</str>  
  25.  <str name="QParser">ExtLuceneQParser</str>  
  26. </lst>  
  27. </response>  

2、用 solr 的默认 query parser 的查询,查 研究生命起源

结果:

  1. <?xml version="1.0" encoding="UTF-8"?>  
  2. <response>  
  3.   
  4. <lst name="responseHeader">  
  5.  <int name="status">0</int>  
  6.  <int name="QTime">0</int>  
  7.  <lst name="params">  
  8.   <str name="debugQuery">on</str>  
  9.   <str name="indent">on</str>  
  10.   <str name="start">0</str>  
  11.   <str name="q">研究生命起源</str>  
  12.   <str name="version">2.2</str>  
  13.   <str name="rows">10</str>  
  14.  </lst>  
  15. </lst>  
  16. <result name="response" numFound="0" start="0"/>  
  17. <lst name="debug">  
  18.  <str name="rawquerystring">研究生命起源</str>  
  19.  <str name="querystring">研究生命起源</str>  
  20.  <str name="parsedquery">PhraseQuery(title:"研究 生命 起源")</str>  
  21.  <str name="parsedquery_toString">title:"研究 生命 起源"</str>  
  22.  <str name="QParser">LuceneQParser</str>  
  23. </lst>  
  24. </response>  

对比两个结果:

1、第一个是 debug 输出 QParser 为 ExtLuceneQParser,是刚才安装的扩展。并且可以搜索到内容,为 BooleanQuery("+title:研究 +title:生命 +title:起源");

2、第二个 debug 输出的 QParser 为 LuceneQParser,搜索不到内容,原因是它把查询解析为 PhraseQuery(title:"研究 生命 起源"),它们必须紧接着的(当然可以指定 slop)。

源码使用说明(在 readme.txt 里),源码下载

copy example 目录到 solr.root(e:/apache-solr-1.4.1) 里。

cd solr.root/example
java -jar start.jar

cd solr.root/example/exampledocs
java -jar post.jar doc-demo.xml

比较两链接:

http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&defType=extlucene&indent=on&debugQuery=on
上面链接的参数可以加到 standard handle 里的defaults,如:

  1. <requestHandler name="standard" class="solr.SearchHandler" default="true">  
  2.   <!-- default values for query parameters -->  
  3.    <lst name="defaults">  
  4.      <str name="echoParams">explicit</str>  
  5.      <str name="defType">extlucene</str>  
  6.    </lst>  
  7. </requestHandler>  
  8.   
  9. <queryParser name="extlucene" class="com.chenlb.solr.search.ExtLuceneQParserPlugin"/>  

正常的 solr query parser
http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&indent=on&debugQuery=on

这一问题困扰很多网友。特写这文章仅供参考。

lucene/solr 3.5 可以试试 solr-3.5-query-parser-extend.zip

posted on 2012-07-24 21:37  刺猬的温驯  阅读(3633)  评论(0编辑  收藏  举报