《开发自己的搜索引擎》读书笔记——一个简单的过滤的例子
Lucene中所有的过滤器均来自于一个抽象的基类org.apache.lucene.search.Filter，它定义了过滤器的基本行为。
Filter是一种过滤行为，这种过滤行为在Lucene的搜索时的表现就是“视而不见”，即遇到该文档时，发现它被“过滤”了，于是就省略它。BitSet是一种“位集合”队列，这个队列中的每个元素都只有两种取值，即true或false，Lucene以这两种取值来代表文档是否被过滤。也就是说，当Lucene返回结果时，会首先遍历BitSet，仅将那些对应值为true的文档返回。BitSet集合中，将其索引号看做是文档内部的ID号。
例如，在图书检索系统中，有些保密性质的书籍或论文只有高级权限的用户才可以访问，这时候就需要为其设计一个Filter。当低权限的用户发出检索请求时，要将这个Filter用上，来过滤掉那些保密性质的书籍或论文。
下面是一个这样的例子的实现，所有的书籍分为三级。
建立索引的代码如下：
package Filter;import org.apache.lucene.analysis.standard.*;
import org.apache.lucene.document.*;
import org.apache.lucene.index.*;/*** 过滤器测试* @author sdu20**/
public class FilterTest {public static final String INDEX_STORE_PATH = "E:\\编程局\\Java编程处\\Index\\ch5001\\";public static final String SECURITY_ADVANCED = "advanced";public static final String SECURITY_MIDDLE = "middle";public static final String SECURITY_NORMAL = "normal";private IndexWriter writer;public static void main(String[] args) {// TODO Auto-generated method stub}public FilterTest(){try{writer = new IndexWriter(INDEX_STORE_PATH,new StandardAnalyzer(),true);writer.setUseCompoundFile(false);}catch(Exception e){System.out.println(e.getStackTrace());}}private Document aDocument(String number,String name,String data,String security){Document doc1 = new Document();Field f1 = new Field("bookNumber",number,Field.Store.YES,Field.Index.UN_TOKENIZED);Field f2 = new Field("bookname",name,Field.Store.YES,Field.Index.UN_TOKENIZED);Field f3 = new Field("publishdate",data,Field.Store.YES,Field.Index.UN_TOKENIZED);Field f4 = new Field("securitylevel",security+"",Field.Store.YES,Field.Index.UN_TOKENIZED);doc1.add(f1);doc1.add(f2);doc1.add(f3);doc1.add(f4);return doc1;}/*** 建立索引*/public void createIndex(){try{Document doc1 = aDocument("0000003","自然哲学的数学原理","1999-01-01",SECURITY_ADVANCED);Document doc2 = aDocument("0000005","微积分","1995-07-01",SECURITY_MIDDLE);Document doc3 = aDocument("0000001","氢弹研究","1963-02-11",SECURITY_ADVANCED);Document doc4 = aDocument("0000006","太平广记","1988-05-11",SECURITY_NORMAL);Document doc5 = aDocument("0000004","弹道导弹轨迹研究","1959-10-22",SECURITY_ADVANCED);Document doc6 = aDocument("0000007","乡土中国","1970-01-11",SECURITY_MIDDLE);Document doc7 = aDocument("0000002","三国演义","1977-09-07",SECURITY_NORMAL);writer.addDocument(doc1);writer.addDocument(doc2);writer.addDocument(doc3);writer.addDocument(doc4);writer.addDocument(doc5);writer.addDocument(doc6);writer.addDocument(doc7);writer.close(); }catch(Exception e){System.out.println(e.getStackTrace());}}}
package Filter;import org.apache.lucene.document.Document;
import org.apache.lucene.index.*;/*** 打印出索引中所有文档的详细信息* @author sdu20**/
public class ShowInfo {public static void main(String[] args) {// TODO Auto-generated method stubFilterTest test = new FilterTest();test.createIndex();try{IndexReader reader = IndexReader.open(FilterTest.INDEX_STORE_PATH);for(int i = 0;i
我们可以自定义一个过滤器，来过滤掉高级的结果：
package Filter;import java.io.IOException;
import java.util.BitSet;import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.*;
import org.apache.lucene.search.*;/*** 一个简单的Filter* @author sdu20**/
public class AdvancedFilter extends Filter{@Overridepublic BitSet bits(IndexReader reader) throws IOException {// TODO Auto-generated method stubfinal BitSet bits = new BitSet(reader.maxDoc());bits.set(0,bits.size()-1);Term term = new Term("securitylevel",FilterTest.SECURITY_ADVANCED);TermDocs termDocs = reader.termDocs(term);while(termDocs.next()){bits.set(termDocs.doc(),false);}return bits;}}
package Filter;import org.apache.lucene.document.Document;
import org.apache.lucene.index.*;
import org.apache.lucene.search.*;/*** 在搜索时应用我们的简单过滤器* @author sdu20**/
public class UseMyFilter {public static void main(String[] args) {// TODO Auto-generated method stub//构建索引FilterTest test = new FilterTest();test.createIndex();System.out.println("索引创建成功");try{Term begin = new Term("publishdate","1900-01-01");Term end = new Term("publishdate","2000-01-01");RangeQuery q = new RangeQuery(begin,end,true);IndexSearcher searcher = new IndexSearcher(FilterTest.INDEX_STORE_PATH);Hits hits = searcher.search(q,new AdvancedFilter());System.out.println(hits.length());for(int i = 0;i
我们可以看出，查询返回的结果只有四个，所有的高级属性的书籍信息都被过滤掉了。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！