版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_36059561/article/details/83218591
一、前缀搜索
// 前缀查询
public void searchByPrefix(String field, String name, int number) {
IndexSearcher indexSearcher = getIndexSearcher();
try {
Query query = new PrefixQuery(new Term(field, name));
TopDocs topDocs = indexSearcher.search(query, number);
System.out.println("一共查询到：" + topDocs.totalHits);
for (ScoreDoc scoreDoc : topDocs.scoreDocs) {
Document document = indexSearcher.doc(scoreDoc.doc);
System.out.println(document.get("id") + " " + document.get("name") + " " + document.get("email"));
}
} catch (IOException e) {
e.printStackTrace();
} finally {
if (indexSearcher != null) {
try {
indexSearcher.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}二、通配符搜索
// 通配符查询
public void searchByWildcard(String field, String name, int number) {
IndexSearcher indexSearcher = getIndexSearcher();
try {
// 在传入的name中可以使用通配符，有?和*两种，?表示匹配一个字符，*表示匹配任意多个字符
Query query = new WildcardQuery(new Term(field, name));
TopDocs topDocs = indexSearcher.search(query, number);
System.out.println("一共查询到：" + topDocs.totalHits);
for (ScoreDoc scoreDoc : topDocs.scoreDocs) {
Document document = indexSearcher.doc(scoreDoc.doc);
System.out.println(document.get("id") + " " + document.get("name") + " " + document.get("email"));
}
} catch (IOException e) {
e.printStackTrace();
} finally {
if (indexSearcher != null) {
try {
indexSearcher.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}三、布尔查询
可以使用布尔查询来组合查询，使用MUST、SHOULD、MUST_NOT把要筛选的情况构造出来即可。
// 布尔查询
public void searchByBoolean(int number) {
IndexSearcher indexSearcher = getIndexSearcher();
try {
BooleanQuery booleanQuery = new BooleanQuery();
// MUST：必须出现；SHOULD：可以出现也可以不出现；MUST_NOT：不能出现
booleanQuery.add(new TermQuery(new Term("name", "lisi")), BooleanClause.Occur.MUST);
booleanQuery.add(new TermQuery(new Term("content", "content")), BooleanClause.Occur.SHOULD);
booleanQuery.add(new TermQuery(new Term("email", "[email protected]")), BooleanClause.Occur.MUST_NOT);
TopDocs topDocs = indexSearcher.search(booleanQuery, number);
System.out.println("一共查询到：" + topDocs.totalHits);
for (ScoreDoc scoreDoc : topDocs.scoreDocs) {
Document document = indexSearcher.doc(scoreDoc.doc);
System.out.println(document.get("id") + " " + document.get("name") + " " + document.get("email"));
}
} catch (IOException e) {
e.printStackTrace();
} finally {
if (indexSearcher != null) {
try {
indexSearcher.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}四、短语查询
关于这里的setSlop()，多说两句，slop是移动距离的意思，假如要查询的内容是I like football，首先setSlop(1)，再去add对content域查询i和对content域查询football，可以查询出来，如果我将i和football的add顺序颠倒一下，再次查询，会发现没有结果，此时，如果我将setSlop()的参数改为3，再去查询，就会查到刚刚的数据，这是为什么呢？
因为这个slop不是单纯的指单词间距，而是移动距离，对于添加顺序是football i的情况，football右移1位，football和i重叠，右移2位，变成i football，右移3位，变成i * football，此时正好可以匹配上i like football。所以说setSlop()为3反而能查到是这个原因。如果我们setSlop(4)呢？经过查询发现也能查到，也就是说我们set的这个slop是一个最大值，小于等于当前值的也包括在内。
另外，这个查询需要对字符进行移动，对性能有一定的影响，所以要尽量使用。
最后一点，这个查询不支持中文，因为查询中的短语间距分词是以空格作为标志的，所以只能适用于英文查询。
// 短语查询
public void searchByPhrase(int number) {
IndexSearcher indexSearcher = getIndexSearcher();
try {
PhraseQuery phraseQuery = new PhraseQuery();
// 设置短语距离
phraseQuery.setSlop(1);
// 原文是“I like football”，但是这里的I会被转化为小写，所以查询的时候也是使用小写
phraseQuery.add(new Term("content","i"));
phraseQuery.add(new Term("content","football"));
TopDocs topDocs = indexSearcher.search(phraseQuery, number);
System.out.println("一共查询到：" + topDocs.totalHits);
for (ScoreDoc scoreDoc : topDocs.scoreDocs) {
Document document = indexSearcher.doc(scoreDoc.doc);
System.out.println(document.get("id") + " " + document.get("name") + " " + document.get("email"));
}
} catch (IOException e) {
e.printStackTrace();
} finally {
if (indexSearcher != null) {
try {
indexSearcher.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}五、模糊查询
我们需要查询lisi，但是我们输入的是lixi，发现也可以查询出来，这就是模糊查询，它允许我们错误输入某些字符，但是当我们改为bixi，发现就查不到了，说明模糊查询允许我们输入错误一个字符。我们可以通过构造函数来修改这个相似程度。简单了解下即可，对中文的支持也不好。
// 模糊查询
public void searchByFuzzy(int number) {
IndexSearcher indexSearcher = getIndexSearcher();
try {
// FuzzyQuery(Term term, float minimumSimilarity, int prefixLength, int maxExpansions)
// minimumSimilarity是最小相似度，取值范围为0.0~1.0，包含0.0但不包含1.0，默认值为0.5
// 当这个值越小，通过模糊查找出的文档的匹配程度就越低，文档的数量也就越多；当这个值越大，说明要匹配程度更大，匹配的文档数也就越少
// 当相似度设置为1，那么就退化为TermQuery查询，所以当这个值>=1或<0会抛出IllegalArgumentException异常
// prefixLength是前缀长度，默认为0，表示在进行模糊匹配的时候，要有多少个前缀字母必须完全匹配
Query query = new FuzzyQuery(new Term("name", "lixi"));
TopDocs topDocs = indexSearcher.search(query, number);
System.out.println("一共查询到：" + topDocs.totalHits);
for (ScoreDoc scoreDoc : topDocs.scoreDocs) {
Document document = indexSearcher.doc(scoreDoc.doc);
System.out.println(document.get("id") + " " + document.get("name") + " " + document.get("email"));
}
} catch (IOException e) {
e.printStackTrace();
} finally {
if (indexSearcher != null) {
try {
indexSearcher.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}