Fork me on GitHub

Lucene - синтаксис запросов

Как уже упоминалось ранее, между строкой запроса, которую вводит пользователь для осуществления поиска и методом, реализующим непосредственно сам поиск в Lucene, имеется промежуточный класс - Query. Этот класс можно создавать программно - причём можно создавать даже очень сложный Query, используя комбинацию из нескольких из них, тем самым достигая наилучших результатов поиска. Однако последнее не всегда целесообразно делать вручную - в Lucene уже имеется определённый синтаксис запросов, который позволяет распарсить вводимую пользователем строку и тем самым автоматически создать сложный Query. До этого момента мы не использовали данный механизм, принудительно экранируя все запросы методом QueryParser.escape:

server/src/main/java/server/QueryHelper.java

package server;

import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.Query;

import common.LuceneBinding;

final class QueryHelper {
    static Query generate(final String story) throws ParseException {
        final QueryParser parser = new MultiFieldQueryParser(
                new String[] { 
                        LuceneBinding.TITLE_FIELD, 
                        LuceneBinding.CONTENT_FIELD,
                        /* Russian */
                        LuceneBinding.RUS_TITLE_FIELD, 
                        LuceneBinding.RUS_CONTENT_FIELD,
                        /* English */
                        LuceneBinding.ENG_TITLE_FIELD, 
                        LuceneBinding.ENG_CONTENT_FIELD },
                LuceneBinding.getAnalyzer());

        /* Operator OR is used by default */

        parser.setDefaultOperator(QueryParser.Operator.AND);

        /* Here are some changes for SYNTAX DEMO */

        parser.setAllowLeadingWildcard(true);

        return parser.parse(story);
    }
}

Теперь можно откинуться на спинку кресла и насладиться результатами:

~$ mvn clean install -pl server/ jetty:run

Правда в нашем случае итоговую картину сильно смазывают языковые анализаторы - RussianAnalyzer и EnglishAnalyzer, поэтому предлагаю не полениться и вернуться на время освоения текущего материала к использованию в процессе поиска только одного анализатора - StandardAnalyzer. Так будет лучше видно, в чем именно соль того или иного запроса:

server/src/main/java/server/QueryHelper.java

package server;

import org.apache.lucene.queryparser.classic.MultiFieldQueryParser;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.Query;

import common.LuceneBinding;

final class QueryHelper {
    static Query generate(String story) throws ParseException {
        QueryParser parser = new MultiFieldQueryParser(
                new String[] { LuceneBinding.TITLE_FIELD, LuceneBinding.CONTENT_FIELD }, 
                LuceneBinding.getAnalyzer());

        /* Operator OR is used by default */

        parser.setDefaultOperator(QueryParser.Operator.AND);

        /* Here are some changes for SYNTAX DEMO */

        parser.setAllowLeadingWildcard(true);

        return parser.parse(story);
    }
}

server/src/main/java/server/HighlightedSearchItem.java

package server;

import java.io.IOException;

import org.apache.lucene.document.Document;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.highlight.Highlighter;
import org.apache.lucene.search.highlight.InvalidTokenOffsetsException;
import org.apache.lucene.search.highlight.QueryScorer;
import org.apache.lucene.search.highlight.SimpleHTMLFormatter;
import org.apache.lucene.search.highlight.SimpleSpanFragmenter;

import common.LuceneBinding;

public class HighlightedSearchItem extends DefaultSearchItem {

    public final String highlightedTitle, highlightedContent;

    HighlightedSearchItem(final String title, final String content, final String uri, 
        final float score, final String highlightedTitle, final String highlightedContent) {
        super(title, content, uri, score);
        this.highlightedContent = highlightedContent;
        this.highlightedTitle = highlightedTitle;
    }
}

class HighlightedAgregator extends Aggregator<HighlightedSearchItem> {

    private Highlighter highlighter;

    private final String tryHighlight(final String text, final String[] fields)
            throws IOException, InvalidTokenOffsetsException {

        if (text == null) {
            return null;
        }

        if (this.highlighter == null) {
            final QueryScorer scorer = new QueryScorer(this.query);
            this.highlighter = new Highlighter(
                new SimpleHTMLFormatter("[mazko.github.io]", "[/mazko.github.io]"),
                scorer);
            this.highlighter.setTextFragmenter(new SimpleSpanFragmenter(scorer, 330));
        }

        for (final String field : fields) {
            final String highlighted = this.highlighter.getBestFragment(
                LuceneBinding.getAnalyzer(), field, text);
            if (highlighted != null) {
                return highlighted;
            }
        }

        return text;
    }

    @Override
    HighlightedSearchItem aggregate(final ScoreDoc sd)
            throws IOException, CorruptIndexException, InvalidTokenOffsetsException {

        final Document doc = this.indexSearcher.doc(sd.doc);
        final String title = doc.get(LuceneBinding.TITLE_FIELD);
        final String content = doc.get(LuceneBinding.CONTENT_FIELD);

        final String highlightedTitle = this.tryHighlight(
            title, new String[] { LuceneBinding.TITLE_FIELD });
        final String highlightedContent = this.tryHighlight(
            content, new String[] { LuceneBinding.CONTENT_FIELD });

        return new HighlightedSearchItem(title, content, 
            doc.get(LuceneBinding.URI_FIELD), 
            sd.score, highlightedTitle, highlightedContent);
    }
}

Синтаксис

Семейство WildcardQuery: бо? - вместо '?' может быть ОДИН любой символ; бо* любое количество 0..n любых символов после 'бо'

screenshot

screenshot

screenshot

FuzzyQuery - ищутся похожие слова:

screenshot

Поиск по конкретным полям в индексе:

screenshot

Булевые запросы:

screenshot

screenshot

PhraseQuery - поиск фразы. С помощью '~' можно задать максимальное расстояние между словами фразы.

screenshot

screenshot

Далее рассмотрим фасетный поиск.

Исходники

Comments !

links

social