深入了解Lucene查詢語法

一、查詢語法介紹

Lucene是一個全文搜索引擎，它的查詢語法基於一種稱為查詢表達式（query expression）的格式。一個查詢表達式由一系列的項和運算符組合而成，用於從文本中檢索需要的內容。下面是一些常用的運算符：

Operator  |  Example | Meaning
===========================================================
AND       |  A AND B | 匹配同時包含A和B的文檔
OR        |  A OR B  | 匹配包含A或B的文檔
NOT       |  A NOT B | 匹配包含A但不包含B的文檔
+         |  +A +B   | 匹配同時包含A和B的文檔（+是AND的縮寫）
-         |  A -B    | 匹配包含A但不包含B的文檔（-是NOT的縮寫）
()        |  (A OR B)AND C | 改變操作符之間的優先順序，這裡匹配包含A或B，並且包含C的文檔

還有一些高級運算符，如模糊匹配~（可以使用一個數字指定最大編輯距離）、通配符*和？等，這些運算符可用於更高級的搜索需求。當然，查詢語法遠遠不止這些，下面將逐一介紹相關的內容。

二、單項匹配查詢

在Lucene中，一個查詢表達式由多個項組成，一個項可以是單詞、短語、數字等。最簡單的，也是最常見的查詢類型就是單項匹配查詢。

    Query query = new TermQuery(new Term("content", "Lucene"));
    TopDocs hits = searcher.search(query, 10);

在這個查詢中，我們指定了要匹配內容域（content）中包含單詞「Lucene」的文檔。

三、多項匹配查詢

除了單項匹配查詢，我們也可以對多個項進行匹配，例如一個查詢表達式「A AND B」就將匹配同時包含單詞A和B的文檔。

    Query query = new BooleanQuery.Builder()
        .add(new TermQuery(new Term("title", "Lucene")), BooleanClause.Occur.SHOULD)
        .add(new TermQuery(new Term("content", "Lucene")), BooleanClause.Occur.SHOULD)
        .build();
    TopDocs hits = searcher.search(query, 10);

在這個查詢中，我們要匹配標題域（title）中或內容域（content）中包含單詞「Lucene」的文檔。

四、短語匹配查詢

短語匹配查詢是一種更加精確的查詢方式，只匹配在指定的距離內出現的短語。

    Query query = new PhraseQuery.Builder()
        .add(new Term("content", "Lucene"))
        .add(new Term("content", "search"))
        .setSlop(2)
        .build();
    TopDocs hits = searcher.search(query, 10);

在這個查詢中，我們要匹配在內容域（content）中，同時包含單詞「Lucene」和「search」的文檔，並且這兩個單詞之間的最大距離是2。

五、通配符匹配查詢

對於需要匹配一定模式的查詢，我們可以使用通配符匹配查詢。在Lucene中，支持兩種通配符：*和？，其中*代表任意多個字元，？代表任意一個字元。

    Query query = new WildcardQuery(new Term("content", "L*cene"));
    TopDocs hits = searcher.search(query, 10);

在這個查詢中，我們要匹配在內容域（content）中，以L開頭，ene結尾，中間可以有任意多個字元的文檔。

六、模糊匹配查詢

如果我們需要匹配一些拼寫錯誤的查詢，或者由於OCR識別等原因而導致的一些文本輸入錯誤，我們可以使用模糊匹配查詢。

    Query query = new FuzzyQuery(new Term("content", "Luceen"), 2);
    TopDocs hits = searcher.search(query, 10);

在這個查詢中，我們要匹配在內容域（content）中，與單詞「Luceen」最多只有2個編輯距離的文檔。編輯距離指的是兩個單詞之間需要進行的插入、刪除或替換操作次數。

七、範圍匹配查詢

除了上面的所有查詢方式，我們還可以進行範圍匹配查詢，用來匹配符合一定範圍的項。

    Query query = IntPoint.newRangeQuery("price", 500, 1000);
    TopDocs hits = searcher.search(query, 10);

在這個查詢中，我們要匹配在價格域（price）中，值在500到1000之間的文檔。

八、排序查詢和分頁查詢

在實際使用中，我們往往需要對查詢結果進行排序和分頁展示。Lucene提供了非常方便的API讓我們實現這些功能。

這裡介紹一個例子：我們想要對內容域（content）進行單項匹配查詢，並按照得分值降序排序，然後展示第11頁到第20頁的查詢結果。

    Query query = new TermQuery(new Term("content", "Lucene"));
    Sort sort = new Sort(SortField.FIELD_SCORE);
    int hitsPerPage = 10;
    int start = 10 * (page - 1);
    TopDocs hits = searcher.search(query, start + hitsPerPage, sort);
    ScoreDoc[] scoreDocs = hits.scoreDocs;
    for (int i = start; i < Math.min(scoreDocs.length, start + hitsPerPage); i++) {
        Document doc = searcher.doc(scoreDocs[i].doc);
        System.out.println("docId=" + scoreDocs[i].doc + ", score=" + scoreDocs[i].score + ", content=" + doc.get("content"));
    }

這段代碼首先定義了查詢表達式，然後根據得分值對查詢結果進行排序，並指定展示的頁碼和每頁的數量。最後，我們遍歷結果，列印每個匹配文檔的ID、得分值和內容。