关于MultiTermQuery查询。
这里研究继承自MultiTermQuery的WildcardQuery查询。
WildcardQuery查询，就是使用通配符进行查询，通配符可以使用“*”和“?”这两种：“*”可以代表0~N个字符串，“?”只能代表一个字符串，而且它们可以在一个词条Term的任何位置出现，从WildcardQuery的构造方法中可以看出：
public WildcardQuery(Term term) { super(term); this.termContainsWildcard = (term.text().indexOf('*') != -1) || (term.text().indexOf('?') != -1);}
使用通配符，是在构造完词条以后进行通配，然后根据使用通配符构造的词条，再构造一个WildcardQuery实例，接着就可以用这个WildcardQuery实例进行检索了。
WildcardQuery的使用非常简单，测试也非常容易。
1、使用“*”通配符
package org.apache.lucene.shirdrn.main;
import java.io.IOException;import java.util.Date;
import net.teamhot.lucene.ThesaurusAnalyzer;
import org.apache.lucene.document.Document;import org.apache.lucene.document.Field;import org.apache.lucene.index.CorruptIndexException;import org.apache.lucene.index.IndexWriter;import org.apache.lucene.index.Term;import org.apache.lucene.search.Hits;import org.apache.lucene.search.IndexSearcher;import org.apache.lucene.search.WildcardQuery;import org.apache.lucene.store.LockObtainFailedException;
public class WildcardQuerySearcher {private String path = "E:\\Lucene\\index";private WildcardQuery wildcardQuery;public void createIndex(){ IndexWriter writer; try { writer = new IndexWriter(path,new ThesaurusAnalyzer(),true); Field fieldA = new Field("contents","文人",Field.Store.YES,Field.Index.TOKENIZED); Document docA = new Document(); docA.add(fieldA); Field fieldB = new Field("contents","文修武偃",Field.Store.YES,Field.Index.TOKENIZED); Document docB = new Document(); docB.add(fieldB); Field fieldC = new Field("contents","文东武西",Field.Store.YES,Field.Index.TOKENIZED); Document docC = new Document(); docC.add(fieldC); Field fieldD = new Field("contents","不使用武力",Field.Store.YES,Field.Index.TOKENIZED); Document docD = new Document(); docD.add(fieldD); Field fieldE = new Field("contents","不文不武",Field.Store.YES,Field.Index.TOKENIZED); Document docE = new Document(); docE.add(fieldE);
writer.addDocument(docA); writer.addDocument(docB); writer.addDocument(docC); writer.addDocument(docD); writer.addDocument(docE); writer.close(); } catch (CorruptIndexException e) { e.printStackTrace(); } catch (LockObtainFailedException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); }}public void useStarMatchExample(){ // 使用“*”通配符 Term term = new Term("contents","文*"); wildcardQuery = new WildcardQuery(term);}
public void useCompositeMatchExample(){ Term term = new Term("contents","?*武*"); // 使用“*”和“?”组合的通配符 wildcardQuery = new WildcardQuery(term);}
public static void main(String[] args) { WildcardQuerySearcher wqs = new WildcardQuerySearcher(); wqs.createIndex();wqs.useStarMatchExample(); // 调用使用“*”通配符设置的方法 try { Date startTime = new Date(); IndexSearcher searcher = new IndexSearcher(wqs.path); Hits hits = searcher.search(wqs.wildcardQuery); System.out.println("********************************************************************"); for(int i=0;i<hits.length();i++){ System.out.println("Document的内部编号为 ： "+hits.id(i)); System.out.println("Document内容为 ： "+hits.doc(i)); System.out.println("Document的得分为 ： "+hits.score(i)); } System.out.println("********************************************************************"); System.out.println("共检索出符合条件的Document "+hits.length()+" 个。"); Date finishTime = new Date(); long timeOfSearch = finishTime.getTime() - startTime.getTime(); System.out.println("本次搜索所用的时间为 "+timeOfSearch+" ms"); } catch (CorruptIndexException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); }}}
构造 WildcardQuery是在useStarMatchExample()方法中：
public void useStarMatchExample(){ // 使用“*”通配符 Term term = new Term("contents","文*"); wildcardQuery = new WildcardQuery(term);}
检索结果自己也能猜想到，如下所示：
********************************************************************Document的内部编号为 ： 0Document内容为 ： Document<stored/uncompressed,indexed,tokenized<contents:文人>>Document的得分为 ： 1.0Document的内部编号为 ： 1Document内容为 ： Document<stored/uncompressed,indexed,tokenized<contents:文修武偃>>Document的得分为 ： 1.0Document的内部编号为 ： 2Document内容为 ： Document<stored/uncompressed,indexed,tokenized<contents:文东武西>>Document的得分为 ： 1.0********************************************************************共检索出符合条件的Document 3 个。本次搜索所用的时间为 313 ms
2、使用“*”和“?”组合通配符
在方法useCompositeMatchExample()中进行构造：
public void useCompositeMatchExample(){ Term term = new Term("contents","?*武*"); // 使用“*”和“?”组合的通配符 wildcardQuery = new WildcardQuery(term);}
使用“*”和“?”组合的通配符进行构造Term，只要将上面测试函数中的wqs.useStarMatchExample();替换成为：
wqs.useCompositeMatchExample();
执行检索，结果可想而知：
********************************************************************Document的内部编号为 ： 1Document内容为 ： Document<stored/uncompressed,indexed,tokenized<contents:文修武偃>>Document的得分为 ： 0.9581454Document的内部编号为 ： 2Document内容为 ： Document<stored/uncompressed,indexed,tokenized<contents:文东武西>>Document的得分为 ： 0.9581454Document的内部编号为 ： 3Document内容为 ： Document<stored/uncompressed,indexed,tokenized<contents:不使用武力>>Document的得分为 ： 0.9581454Document的内部编号为 ： 4Document内容为 ： Document<stored/uncompressed,indexed,tokenized<contents:不文不武>>Document的得分为 ： 0.9581454********************************************************************共检索出符合条件的Document 4 个。本次搜索所用的时间为 281 ms
简单总结
在以下的7篇文章中：
Lucene-2.2.0 源代码阅读学习(30)、Lucene-2.2.0 源代码阅读学习(31)、Lucene-2.2.0 源代码阅读学习(32)、Lucene-2.2.0 源代码阅读学习(33)、Lucene-2.2.0 源代码阅读学习(34)、Lucene-2.2.0 源代码阅读学习(35)、Lucene-2.2.0 源代码阅读学习(36)
以及在本文，学习了Query的一些重要的基础的实现查询的工具类，在熟练运用的基础上，综合各种查询，一定能够构造出一种非常复杂的查询，来满足实际的需求。
单独的一种Query是不可能满足用户的要求的。
