今天继续讲的是lucene的分词器，汤兄先回顾了昨天的所学内容，很好。今天讲了lucene的细节，比如分词器和高亮器，以及高级搜索等功能的实现框架Compass，案例是传智的贴吧搜索功能的实现，用的当然也是lucene。

 

                                      全文检索（Lucene）的深入

分词器：对文本资源进行切分，将文本按规则切 分为一个个可以进行索引的最小单位（关键词）。

某文档中的一段文本，经过分词后如下：

 

 

建立索引和进行搜索时都要用到分词器。为了保证能正确的搜索到结果，在建立索引 与进行搜索时使用的分词器应是同一个。

 

全文检索不区分大小写

对于中文分词，通常有三种方式：单字分词、二分法分词、词典分词。

最好的分词器：词库分词

  高亮器：

1.作用：

  1.截取摘要（大小）

  2.高亮关键字（前缀 后缀）

2.怎么用：

   过滤器 Filter

RangeFilter，可以对搜索出来的结果进行过 滤。

 排序 sort

Lucene的搜索结果默认按相关度排序的。所谓相关度，就是文档的得分。Lucene有一个评分机制，就是对检索结果按某种标准进行评估，然后按分值的高低来对结果进行排序。

查询对象

TermQuery

 Term是查询的最小单位，第一个参数是属性，第 二个是要查询的内容，下面的代码的

整个意思就是在title中查询检索

  Term term = new Term(“title”,”检索”);

  Query query = new TermQuery(term);

 

关键词查询RangeQuery

范围查询WildcardQueryPhraseQuery

短语查询

BooleanQuery

public void add(Query query, Occur occur)

 

Occur 用于表示布尔查询子句关系的类，包括：

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

 

1，  MUST和MUST：取得连个查询子句的交集。

2，  MUST和MUST_NOT：包含MUST并且查询结果中不包含MUST_NOT的检索结果。

3，  SHOULD与SHOULD，表示“或”关系，最终检索结果为所有检索子句的并集。

                                Compass框架

Lucene  + Hibernate

Hibernate操作实现原理：

主配置文件 ：hibernate.cfg.xml

            1.连接信息

                     2.声明映射文件

            3.其他配置

映射文件：.hbm.xml

          对象 – 表

                属性 – 列

同样，Compass实现原理如图：