lucene实现多词/短语搜索

不知道这个方法是否可行，我简单做了个测试。貌似还行。把具体的代码贴出来分享给大家。

通过PaodingAnalyzer、IK_Analyzer两个分词器来实现。具体分出来的无用的字：比如：的、人……，那么我们可以写一个配置文件。先罗列出一些无用的词。那么我们在建立索引的时候。就自动的把这些字给过滤掉。我是这么实现的。

 

 public static TreeSet<String> getExclusiveStringList2(String fieldName, String string){
  Pattern pattern = Pattern.compile("(\\|\\|)|\\s|,|(\")");
  PaodingAnalyzer pa = new PaodingAnalyzer();
  IK_CAnalyzer ik = new IK_CAnalyzer();
  Analyzer[] analyzer = {pa, ik};
  TreeSet<String> treeSetString = new TreeSet<String>();
  for (int i = 0; i < analyzer.length; i++) {
   QueryParser parser = new QueryParser(fieldName, analyzer[i]);
   try {
    String temp = parser.parse(string).toString();
    String[] t = pattern.split(temp);
    for (int ii = 0; ii < t.length; ii++) {
     if (!treeSetString.contains(t[ii])) {
      if (!"".equalsIgnoreCase(t[ii]))
       treeSetString.add(t[ii]);
     }
    }
   } catch (ParseException e) {
    e.printStackTrace();
   }
  }
  for (Iterator<String>iterator = treeSetString.iterator(); iterator.hasNext();) {
   String name = (String) iterator.next();
   System.out.println(name);
  }
  return treeSetString;
 }

 

一个main方法测试：

public static void main(String[]args) {
  String path = "E:\\index";
  IndexSearcher indexSearcher = new IndexSearcher(path);  
  BooleanQuery query = new BooleanQuery();
  TermQuery titlQuery;
  TermQuery contentQuery;
  TreeSet<String> string = BaeeqUtil.getExclusiveStringList2("",
    "中国,女人||平江");
  for (Iterator<String> iterator = string.iterator(); iterator.hasNext();) {
   String str = iterator.next();
   titlQuery = new TermQuery(new Term(KeywordBean.FIELD_TITLE, str));
   query.add(titlQuery, BooleanClause.Occur.SHOULD);
   contentQuery = new TermQuery(new Term(KeywordBean.FIELD_CONTENT, str));
   query.add(contentQuery, BooleanClause.Occur.SHOULD);
  }                            SortByLastModifyHits(indexSearcher,query,SearcherUtil.getFilter(contentQuery),SearcherUtil.SORT);
  SortByLastModifyHits hits;
  synchronized (indexSearcher) {
   hits = new SortByLastModifyHits(indexSearcher, query, null,
     SearcherUtil.SORT);
  }
  List<Long> list = hits.searcher();  
  System.out.println("记录数：" + list.size());
}

打印出来的记录数：5.
如果大家有什么好的办法，可以交流下。

评论

2 楼 zhangdp_neu 2010-01-20  

可以看下我的博客，也写了一个简单的测试

1 楼 linliangyi2007 2009-07-30  

晕，直接编辑IK或者庖丁中的stopword词典就好了，不用这么麻烦的啊