今天繼續講的是lucene的分詞器，湯兄先回顧了昨天的所學內容，很好。今天講了lucene的細節，比如分詞器和高亮器，以及高級搜索等功能的實現框架Compass，案例是傳智的貼吧搜索功能的實現，用的當然也是lucene。

 

                                      全文檢索（Lucene）的深入

分詞器：對文本資源進行切分，將文本按規則切 分為一個個可以進行索引的最小單位（關鍵詞）。

某文檔中的一段文本，經過分詞后如下：

 

 

建立索引和進行搜索時都要用到分詞器。為了保證能正確的搜索到結果，在建立索引 與進行搜索時使用的分詞器應是同一個。

 

全文檢索不區分大小寫

對于中文分詞，通常有三種方式：單字分詞、二分法分詞、詞典分詞。

最好的分詞器：詞庫分詞

  高亮器：

1.作用：

  1.截取摘要（大小）

  2.高亮關鍵字（前綴 后綴）

2.怎么用：

   過濾器 Filter

RangeFilter，可以對搜索出來的結果進行過 濾。

 排序 sort

Lucene的搜索結果默認按相關度排序的。所謂相關度，就是文檔的得分。Lucene有一個評分機制，就是對檢索結果按某種標準進行評估，然后按分值的高低來對結果進行排序。

查詢對象

TermQuery

 Term是查詢的最小單位，第一個參數是屬性，第 二個是要查詢的內容，下面的代碼的

整個意思就是在title中查詢檢索

  Term term = new Term(“title”,”檢索”);

  Query query = new TermQuery(term);

 

關鍵詞查詢RangeQuery

范圍查詢WildcardQueryPhraseQuery

短語查詢

BooleanQuery

public void add(Query query, Occur occur)

 

Occur 用于表示布爾查詢子句關系的類，包括：

Occur.MUST，Occur.MUST_NOT，Occur.SHOULD。

 

1，  MUST和MUST：取得連個查詢子句的交集。

2，  MUST和MUST_NOT：包含MUST并且查詢結果中不包含MUST_NOT的檢索結果。

3，  SHOULD與SHOULD，表示“或”關系，最終檢索結果為所有檢索子句的并集。

                                Compass框架

Lucene  + Hibernate

Hibernate操作實現原理：

主配置文件 ：hibernate.cfg.xml

            1.連接信息

                     2.聲明映射文件

            3.其他配置

映射文件：.hbm.xml

          對象 – 表

                屬性 – 列

同樣，Compass實現原理如圖：