Java Lucene搜索--是否可以在一个范围内搜索一个数字？

Question

使用Lucene库，我需要对现有的搜索功能做一些修改：让我们假设以下对象。

名称： "端口对象1"

数据："TCP（1）1000-2000 "TCP(1)1000-2000"

查询（或搜索文本）是 "1142 "是否可以在数据字段中搜索 "1142 "并找到端口对象1，因为它指的是1000-2000之间的范围？

我只找到了数字范围查询，但这并不适用于这种情况，因为我不知道范围......

package com.company;

import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.StringField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.RAMDirectory;

public class Main {
    public static void main(String[] args) throws IOException, ParseException {
        StandardAnalyzer analyzer = new StandardAnalyzer();

        // 1. create the index
        Directory index = new RAMDirectory();

        IndexWriterConfig config = new IndexWriterConfig(analyzer);

        IndexWriter w = new IndexWriter(index, config);
        addDoc(w, "TCP (6)/1100-2000", "193398817");
        addDoc(w, "TCP (6)/3000-4200", "55320055Z");
        addDoc(w, "UDP (12)/50000-65000", "55063554A");
        w.close();

        // 2. query
        String querystr = "1200";

        Query q = new QueryParser("title", analyzer).parse(querystr);

        // 3. search
        int hitsPerPage = 10;
        IndexReader reader = DirectoryReader.open(index);
        IndexSearcher searcher = new IndexSearcher(reader);
        TopDocs docs = searcher.search(q, hitsPerPage);
        ScoreDoc[] hits = docs.scoreDocs;

        // 4. display results
        System.out.println("Found " + hits.length + " hits.");
        for(int i=0;i<hits.length;++i) {
            int docId = hits[i].doc;
            Document d = searcher.doc(docId);
            System.out.println((i + 1) + ". " + d.get("isbn") + "\t" + d.get("title"));
        }

        reader.close();
    }

    private static void addDoc(IndexWriter w, String title, String isbn) throws IOException {
        Document doc = new Document();
        doc.add(new TextField("title", title, Field.Store.YES));

        doc.add(new StringField("isbn", isbn, Field.Store.YES));
        w.addDocument(doc);
    }
}

参考上面的代码，查询 "1200 "应该可以找到第一个doc。

LE.参考上面的代码.查询 "1200 "应该可以找到第一个doc.LE。

我想我需要的是与范围搜索完全相反的东西。https:/lucene.apache.orgcore5_5_0queryparserorgapachelucenequeryparserclassicpackage-summary.html#Range_Searches。

Answer 1

这里有一种方法，但是需要你把范围数据解析成独立的值，然后你的数据才能被Lucene索引。所以，比如说，从这个。

"TCP (6)/1100-2000"

你需要提取这两个值（例如使用一个regex）： 1100 和... 2000.

包含Query的LongRange

为每个文档添加一个新的字段（例如命名为 "tcpRange"），并将其定义为一个 LongRange 领域。

(还有 IntRange 如果你不需要长的值。)

long[] min = { 1100 };
long[] max = { 2000 };
Field tcpRange = new LongRange("tcpRange", min, max);

值是以数组的形式定义的，因为这种范围类型可以在一个字段中处理多个范围。但是在我们的例子中，我们只需要一个范围。

那么你可以使用"包含"查询来搜索您的特定值，例如： 1200:

long[] searchValue = { 1200 };
Query containsQuery = LongRange.newContainsQuery("tcpRange", searchValue, searchValue);

注：我的例子是基于最新版本的Lucene（8.5）。我相信这也应该适用于其他早期版本。

Answer 2

我设法添加了另一个字段，现在它的工作。此外，你知道我如何做同样的搜索，但IPv4？如果我搜索像 "192.168.0.1-192.168.0.255 "字符串中的 "192.168.0.100"？

Hi @CristianNicolaePerjescu 我不能评论，因为我的声誉，但你可以创建一个扩展Field的类，并在你的lucene索引中添加这个。比如说，你可以创建一个类，扩展为字段，并将其添加到你的lucene索引中。

public class InetAddressRange extends Field {
  ...

  /**
   * Create a new InetAddressRange from min/max value
   * @param name field name. must not be null.
   * @param min range min value; defined as an {@code InetAddress}
   * @param max range max value; defined as an {@code InetAddress}
   */
  public InetAddressRange(String name, final InetAddress min, final InetAddress max) {
    super(name, TYPE);
    setRangeValues(min, max);
  }

  ...

}

然后添加到索引中:

document.add(new InetAddressRange("field", InetAddressFrom, InetAddressTo));

在你的类中，你可以添加你自己的查询格式，比如：

  public static Query newIntersectsQuery(String field, final InetAddress min, final InetAddress max) {
    return newRelationQuery(field, min, max, QueryType.INTERSECTS);
  }

  /** helper method for creating the desired relational query */
  private static Query newRelationQuery(String field, final InetAddress min, final InetAddress max, QueryType relation) {
    return new RangeFieldQuery(field, encode(min, max), 1, relation) {
      @Override
      protected String toString(byte[] ranges, int dimension) {
        return InetAddressRange.toString(ranges, dimension);
      }
    };
  }

我希望这对你有帮助。