一、字首搜尋

// 字首查詢
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("一共查詢到：" + 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、萬用字元搜尋

// 萬用字元查詢
public void searchByWildcard(String field, String name, int number) {
    IndexSearcher indexSearcher = getIndexSearcher();
    try {
        // 在傳入的name中可以使用萬用字元，有?和*兩種，?表示匹配一個字元，*表示匹配任意多個字元
        Query query = new WildcardQuery(new Term(field, name));
        TopDocs topDocs = indexSearcher.search(query, number);
        System.out.println("一共查詢到：" + 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、布林查詢

可以使用布林查詢來組合查詢，使用MUST、SHOULD、MUST_NOT把要篩選的情況構造出來即可。

// 布林查詢
public void searchByBoolean(int number) {
    IndexSearcher indexSearcher = getIndexSearcher();
    try {
        BooleanQuery booleanQuery = new BooleanQuery();
        // MUST：必須出現；SHOULD：可以出現也可以不出現；MUST_NOT：不能出現
        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("一共查詢到：" + 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、短語查詢

關於這裡的setSlop()，多說兩句，slop是移動距離的意思，假如要查詢的內容是I like football，首先setSlop(1)，再去add對content域查詢i和對content域查詢football，可以查詢出來，如果我將i和football的add順序顛倒一下，再次查詢，會發現沒有結果，此時，如果我將setSlop()的引數改為3，再去查詢，就會查到剛剛的資料，這是為什麼呢？

因為這個slop不是單純的指單詞間距，而是移動距離，對於新增順序是football i的情況，football右移1位，football和i重疊，右移2位，變成i football，右移3位，變成i * football，此時正好可以匹配上i like football。所以說setSlop()為3反而能查到是這個原因。如果我們setSlop(4)呢？經過查詢發現也能查到，也就是說我們set的這個slop是一個最大值，小於等於當前值的也包括在內。

另外，這個查詢需要對字元進行移動，對效能有一定的影響，所以要儘量使用。

最後一點，這個查詢不支援中文，因為查詢中的短語間距分詞是以空格作為標誌的，所以只能適用於英文查詢。

// 短語查詢
public void searchByPhrase(int number) {
    IndexSearcher indexSearcher = getIndexSearcher();
    try {
        PhraseQuery phraseQuery = new PhraseQuery();
        // 設定短語距離
        phraseQuery.setSlop(1);
        // 原文是“I like football”，但是這裡的I會被轉化為小寫，所以查詢的時候也是使用小寫
        phraseQuery.add(new Term("content","i"));
        phraseQuery.add(new Term("content","football"));
        TopDocs topDocs = indexSearcher.search(phraseQuery, number);
        System.out.println("一共查詢到：" + 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、模糊查詢

我們需要查詢lisi，但是我們輸入的是lixi，發現也可以查詢出來，這就是模糊查詢，它允許我們錯誤輸入某些字元，但是當我們改為bixi，發現就查不到了，說明模糊查詢允許我們輸入錯誤一個字元。我們可以通過建構函式來修改這個相似程度。簡單瞭解下即可，對中文的支援也不好。

// 模糊查詢
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，取值範圍為0.0~1.0，包含0.0但不包含1.0，預設值為0.5
        // 當這個值越小，通過模糊查找出的文件的匹配程度就越低，文件的數量也就越多；當這個值越大，說明要匹配程度更大，匹配的文件數也就越少
        // 當相似度設定為1，那麼就退化為TermQuery查詢，所以當這個值>=1或<0會丟擲IllegalArgumentException異常
        // prefixLength是字首長度，預設為0，表示在進行模糊匹配的時候，要有多少個字首字母必須完全匹配
        Query query = new FuzzyQuery(new Term("name", "lixi"));
        TopDocs topDocs = indexSearcher.search(query, number);
        System.out.println("一共查詢到：" + 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();
            }
        }
    }
}