lucene学习

询对象都会被转化为小写字母形式，解除这一默认值，调用QueryParser.setLowercaseExtendedTerms(false)。要在项开端包含通配符，需要调用setAllowLeadingWildcard方法，同时牺牲一部分性能。

3.3.4 布尔查询

AND OR NOT 必须大写。如果查询项之间没有指定布尔操作符，则默认为OR。程序可改变对隐含操作符的设置。

parser.setDefaultOperator(QueryParser.AND_OPERATOR); NOT操作单独使用将不起作用。

3.3.5 短语查询

查询语句中用双引号扩起来的项可以用来创建一个PhraseQuery。引号之间的文本将被进行分析，作为分析结果，PhraseQuery可能不会跟原始短语一样精确。双引号内的文本会促使分析器将之转换为PhraseQuery，停用词被问号代替，默认Slop因子为0，但可以调用QueryParser.setPhraseSlop()方法来改变这个默认因子，也可以用波浪号(~)和预期的整型slop值来修改。单项短语（single-term phrase)将被优化成TermQuery对象。

3.3.6 模糊查询

波浪符（~）会针对正在处理的项来创建模糊查询。需要注意的是，波浪符还可以用于指定松散短语查询，但具体环境是各不相同的。双引号表示短语查询，它并不能用于模糊査询。你可以选择性指定一个浮点数，用来表示所需的最小相似程度。下面是使用案例：

public void testFuzzyQuery() throws Exception {

QueryParser parser = new QueryParser{Version.LUCENE_30, \；

Query query = parser.parse(\

System.out.printIn(\query = parser.parse(\System.out.printIn(\)

该程序会产生如下输出：. fuzzy： subject：kountry~0.5 fuzzy 2: subject:kcountry~0.7

同样的性能可以揭示：使用通配符查询（WildcardQuery)和使用模糊査询是一致 的，它们还可以通过自定义方式禁止运行，具体可以参考[1]6.3.2小节。

3.3.7 MatchAIIDocsQuery

当输人*:*后，QueryParser 会生成 MatchAIIDocsQuery。

这个操作会将QueryParser所产生的所有Lucene核心査询类型进行包装。但这并 不是QueryParser的一切：它还支持一些非常实用的Query子句分组语法、加权子句以及将子句限制在特定的域上。

3.3.8 分组查询、域选择与加权

使用小括号建立子查询。创建查询时，默认的域名是创建QueryParser时提供的。使用 field:key可将搜索范围限定在某一个具体域，也可以使用field(a b c)的形式将三个项的查询以逻辑OR的形式连接起来。

在浮点数前面附上一个^符号可以对查询处理进行加权因子的设置。举例来说，查询表达式junit^2.0 testing会将junit TermQuery的加权系数设置为2.0,并维持 testing TermQuery的默认加权系数1.0。你可以对任何类型的查询进行加权，这其中包括插入的组。

ANTLR和JFlex项目可提供高于QueryParser能力的语法和功能。

4. 分析器与分析过程

对于Lucene核心来说，分析操作会出现在两个时间点：建立索引期间和使用QueryParser对象进行搜索时。在搜索结果中高亮显示被搜索内容时，也可能要用到分析操作。

几个内置分析器的解析示例如下：

4.1内置分析器说明

? WhitespaceAnalyzer：顾名思义，该分析器通过空格来分割文本信息，而并不

对生成的语汇单元进行其他的规范化处理.

? SimpIeAnalyzer：该分析器会首先通过非字母字符来分割文本信息，然后将语

汇单元统一为小写形式。需要注意的是，该分析器会去掉数字类型的字符， 但会保留其他字符。

? StopAnalyzer:该分析器功能与SimpIeAnalyzer类似.区别在于，前者会去除常

用单词.在默认情况下，它会去除英文中的常用单词（如the、a等），但你也可以根据需要自己设置常用单词.

? StandardAnalyzer：这是Lucene最复杂的核心分析器。基于JFlex-based语法

操作。它包含大量的逻辑操作来识别某些种类的语汇单元，比如公司名称、E-mail地址以及主机名称等. 它还会将语汇单元转换成小写形式，并去除停用词和标点符号.

详见[1] 第4.3节

在真正应用中，一般创建自己的分析器链。这需要自己扩展TokenFilter和Analyzer，一个例子见[1]4.4同音词，4.5同义词处理，4.6词干分析

4.2 分析过程简述

更多描述见[1]第四章

创建IndexWriter后，即为文档选择了默认的分析器。若某个文档需要使用特殊的分析器时，addDocument方法和updateDocument方法都可以选择对应的分析器。为了确保文本信息被分析器处理，可以在创建域时指定Field.Index.ANALYZED