基于Heritrix+Lucene的搜索引擎构建（5）——搜索部分

Lucene提供了检索工具，在基于Lucene实现检索时，我们主要使用以下几个类（或接口）：
1）IndexSearcher:是lucene中最基本的检索工具，所有的检索都会用到IndexSearcher工具;
2）Query:查询，lucene中支持模糊查询，语义查询，短语查询，组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。
3）QueryParser: 是一个解析用户输入的工具，可以通过扫描用户输入的字符串，生成Query对象。
4）Hits:在搜索完成之后，需要把搜索结果返回并显示给用户，只有这样才算是完成搜索的目的。在lucene中，搜索的结果的集合是用Hits类的实例来表示的。
5）Analyzer:分析器,主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。

以下是实现对已经建立的索引进行检索的实例，Search.java：

package GEsearcher.search;

import java.io.IOException;

import jeasy.analysis.MMAnalyzer;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.index.Term;
import org.apache.lucene.queryParser.MultiFieldQueryParser;
import org.apache.lucene.queryParser.ParseException;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.Sort;
import org.apache.lucene.search.TermQuery;

import GEsearcher.systemconfig.Config;

public class Search {

    private String indexpath;
    private Hits hits;
    private String searchkey;
    
    public Search(String searchkey)
    {
        //this.indexpath=indexpath;
        this.searchkey=searchkey;
        this.indexpath=new Config().getIndexpath(); //配置索引文件所在的目录
        DoSearch();
    }
    
    public void DoSearch()
    {
        try {
            IndexSearcher searcher=new IndexSearcher(indexpath);  //检索工具
            String keyVal = searchkey.toLowerCase().replaceAll("(or|and)", "")
            .trim().replaceAll("\\s+", " AND ");
            Analyzer analyzer =  new MMAnalyzer();  //分词分析工具
            //*//
            //Analyzer analyzer =  new StandardAnalyzer();
            String[] fields = {"title","content"}; 
            MultiFieldQueryParser mt=new MultiFieldQueryParser(fields,analyzer);                       
            Query query =mt.parse(keyVal);    //查询
            //*/
            //Term t = new Term("content", keyVal);
            //Query query = new TermQuery(t);
            hits=searcher.search(query,Sort.RELEVANCE);//获取按照文档得分排序好命中文档
            }
        
            catch (ParseException e) {
                // TODO Auto-generated catch block
                e.printStackTrace(); 
            }
             catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }
    
    public Hits getHits()
    {
        return hits;
    }
}

 

 

在以上代码中，Query接口的使用的是MultiFieldQueryParser返回的MultiFieldQuery对象，也就是多字段查询实现。

而Analyzer则使用je-easyAnalyzer的MMAnalyzer类对象。

其中，代码String keyVal = searchkey.toLowerCase().replaceAll("(or|and)", "") .trim().replaceAll("\\s+", " AND ");只是简单的去除掉用户在检索界面上使用的“or、and”等逻辑连接词。

一个检索返回的结果是Hits类的对形象，Hits类对象封装了匹配文档集合的信息。

一个简单的检索实例即可通过这几个类（接口）来实现，当然，功能更加强大、检索更加智能的实现的检索还需要发费工夫去研究和开发的。