3.2節我們已經運行了一個Lucene實現檢索的小程序，這一節我們將以這個小程序為例，講一下Lucene檢索的基本步驟，同時介紹關鍵詞高亮顯示和分頁返回結果這兩個有用的技巧。

一、Lucene檢索的基本步驟

 1 import java.nio.file.Paths;
 2 import java.io.*;
 3 
 4 import org.apache.lucene.analysis.standard.StandardAnalyzer;
 5 import org.apache.lucene.document.Document;
 6 import org.apache.lucene.index.DirectoryReader;
 
 7 import org.apache.lucene.queryparser.classic.QueryParser;
 8 import org.apache.lucene.search.IndexSearcher;
 9 import org.apache.lucene.search.Query;
10 import org.apache.lucene.search.ScoreDoc;
11 import org.apache.lucene.search.TopDocs;
12 import org.apache.lucene.store.Directory;
13 import org.apache.lucene.store.FSDirectory;
 
14 import org.apache.lucene.util.Version;
15 
16 /**
17  * @author csl
18  * @description: 
19  * 依賴jar：Lucene-core，lucene-analyzers-common，lucene-queryparser
20  * 作用：使用索引搜索文件
21  */
22 public class Searcher {
23     public static Version luceneVersion = Version.LATEST;
24     /**
25      * 查詢內容
26      */
 

27     public static String indexSearch(String keywords){
28         String res = "";
29         DirectoryReader reader = null;
30         try{
31 //            1、創建Directory
32              Directory directory = FSDirectory.open(Paths.get("index"));//在硬盤上生成Directory
33 //            2、創建IndexReader
34              reader = DirectoryReader.open(directory);
35 //            3、根據IndexReader創建IndexSearcher
36              IndexSearcher searcher =  new IndexSearcher(reader);
37 //            4、創建搜索的query
38 //            創建parse用來確定搜索的內容，第二個參數表示搜索的域
39              QueryParser parser = new QueryParser("content",new StandardAnalyzer());//content表示搜索的域或者說字段
40              Query query = parser.parse(keywords);//被搜索的內容
41 //            5、根據Searcher返回TopDocs
42              TopDocs tds = searcher.search(query, 20);//查詢20條記錄
43 //            6、根據TopDocs獲取ScoreDoc
44              ScoreDoc[] sds = tds.scoreDocs;
45 //            7、根據Searcher和ScoreDoc獲取搜索到的document對象
46              int cou=0;
47              for(ScoreDoc sd:sds){
48                  cou++;
49                  Document d = searcher.doc(sd.doc);
50 //                    8、根據document對象獲取查詢的字段值
51                  /**  查詢結果中content為空，是因為索引中沒有存儲content的內容，需要根據索引path和name從原文件中獲取content**/
52                  res+=cou+". "+d.get("path")+" "+d.get("name")+" "+d.get("content")+"\n";
53              }
54 
55             
56         }catch(Exception e){
57             e.printStackTrace();
58         }finally{
59             //9、關閉reader
60             try {
61                 reader.close();
62             } catch (IOException e) {
63                 e.printStackTrace();
64             }
65         }
66         return res;
67     }
68     public static void main(String[] args) throws IOException
69     {
70         System.out.println(indexSearch("你好")); //搜索的內容可以修改
71     }
72 }

搜索的過程總的來說就是將詞典及倒排表信息從索引中讀出來，根據用戶輸入的查詢語句合並倒排表，得到結果文檔集並對文檔進行打分的過程。

總結起來檢索有以下以下五個步驟：

1. 打開IndexReader指向索引文件夾。

1 Directory directory = FSDirectory.open(Paths.get("index"));
2 IndexReader reader = DirectoryReader.open(directory);

這一步驟將磁盤上的索引信息讀入內存。

2. 創建IndexSearcher準備進行搜索。

1 IndexSearcher searcher =  new IndexSearcher(reader);

IndexSearcher提供了兩個非常重要的函數：

• void setSimilarity(Similarity similarity)，用戶可以實現自己的Similarity對象，從而影響搜索過程的打分。
• 一系列search函數，是搜索過程的關鍵，主要負責打分的計算和倒排表的合並。

3. 創建QueryParser解析查詢語句生成查詢對象。

1 QueryParser parser = new QueryParser("content",new StandardAnalyzer());//content表示搜索的域或者說字段
2 Query query = parser.parse(keywords);//被搜索的內容

解析分為兩個過程：

• 創建Analyer用來對查詢語句進行詞法分析和語言處理。
• QueryParser調用parser進行語法分析，形成查詢語法樹，放到Query中。

4. IndexSearcher調用search對查詢語法樹Query進行搜索，得到結果集Topdocs。

1 //            5、根據Searcher返回TopDocs
2              TopDocs tds = searcher.search(query, 20);//查詢20條記錄
3 //            6、根據TopDocs獲取ScoreDoc
4              ScoreDoc[] sds = tds.scoreDocs;

該方法收集文檔集合並計算打分。

5. 返回查詢結果給用戶。

1 int cou=0;
2              for(ScoreDoc sd:sds){
3                  cou++;
4                  Document d = searcher.doc(sd.doc);
5 //                    8、根據document對象獲取查詢的字段值
6                  /**  查詢結果中content為空，是因為索引中沒有存儲content的內容，需要根據索引path和name從原文件中獲取content**/
7                  res+=cou+". "+d.get("path")+" "+d.get("name")+" "+d.get("content")+"\n";
8              }

在返回查詢結果給用戶時，為了提高用戶體驗，我們可以給關鍵詞標註高亮和分頁返回結果。

5.1 給關鍵詞標註高亮。

 1     public  static String displayHtmlHighlight(Query query, String fieldName, String fieldContent) throws IOException, InvalidTokenOffsetsException
 2     {
 3          MyIkAnalyzer analyzer=new MyIkAnalyzer();
 4          //設置高亮標簽,可以自定義
 5          SimpleHTMLFormatter formatter = new SimpleHTMLFormatter("<font color=‘#ff0000‘>", "</font>");  
 6          /**創建QueryScorer*/
 7          //評分
 8          QueryScorer scorer=new QueryScorer(query);  
 9          /**創建Fragmenter*/  
10          Fragmenter fragmenter = new SimpleSpanFragmenter(scorer);  
11          //高亮分析器
12          Highlighter highlight=new Highlighter(formatter,scorer);  
13          highlight.setTextFragmenter(fragmenter);  
14          //fieldname是域名，如"title",fieldContent是d.get("title");
15          String str=highlight.getBestFragment(analyzer, fieldName, fieldContent);
16          if (str==null) return fieldContent;
17          return str;
18      }

該函數有三個參數：

• Query query是第4步產生的查詢對象。
• String fieldName是要標註內容的域名，比如“title”
• String fieldContent是要標註的具體內容，比如某一個“title”的具體內容。

該函數實現了兩個基本功能：

• 如果要標註內容fieldContent為空，返回空串。
• 不為空時，對fieldContent進行自定義的html標簽標註。

1 SimpleHTMLFormatter formatter = new SimpleHTMLFormatter("<font color=‘#ff0000‘>", "</font>");  

這裏可以進行個性化定制。關於HighLighter的具體用法大家可以參考我的另一篇博客【lucene系列學習二】Lucene實現高亮顯示關鍵詞

5.2 分頁展示結果。

這裏介紹一種簡單的分頁方法：

1 int start=(pageIndex-1)*pageSize;
2 int end=pageIndex*pageSize;
3  Document d=null;
4  int cnt=0;
5  for(int i=start;i<end&&i<sds.length;i++)
6 {
7         d = searcher.doc(sds[i].doc);
8     //輸出d
9 }     

其中pageIndex和pageSize可以是前端傳的參數。

以上五個步驟就可以基本實現Lucene的檢索、關鍵詞高亮和分頁返回結果了，是不是很簡單呢？

下節我們會介紹Lucene的高級檢索方式~~

3.6 Lucene基本檢索+關鍵詞高亮+分頁