基于Lucene的多種排序方式的實(shí)現(xiàn)

胡海斌

摘要：Lucene是由Apache軟件基金會(huì)支持與提供，它源代碼開(kāi)放并可免費(fèi)使用，支持純Java開(kāi)發(fā)的一個(gè)全文搜索引擎開(kāi)發(fā)工具包，它提供了強(qiáng)大的查詢引擎、索引引擎、文本分析引擎等應(yīng)用程序接口，該文實(shí)現(xiàn)了其在全文檢索中多種方式的排序應(yīng)用，并在項(xiàng)目開(kāi)發(fā)中得到了較好的呈現(xiàn)。

關(guān)鍵詞：Lucene；Java；全文檢索；排序

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）17-0054-02

The Implementation of a Variety of Sorting Methods Based on Lucene

HU Hai-bin

（Experiment Center， China West Normal University， Nanchong 637002， China）

Abstract： Lucene which is open source and free is supported and provided by the Apache Software Foundation. It supports full-text search engine of pure Java development kit， which provides a powerful query engine， indexing engine， text analysis engine and other applications Interface. the paper achieved a variety of sorting methods in the full-text search， and get a better showing in project development.

Key words： Lucene； Java； full-text retrieval； sor

Lucene是由Apache軟件基金會(huì)支持與提供，最新版本為5.2.1，它源代碼開(kāi)放并可免費(fèi)使用，支持純Java開(kāi)發(fā)的一個(gè)全文搜索引擎開(kāi)發(fā)工具包，它提供了強(qiáng)大的查詢引擎、索引引擎、文本分析引擎等應(yīng)用程序接口[1]。Lucene憑借良好的性能、優(yōu)異的索引結(jié)構(gòu)和易于擴(kuò)展的特性的在實(shí)際的項(xiàng)目開(kāi)發(fā)中得到越來(lái)越多的應(yīng)用[2]。

對(duì)檢索結(jié)果排序是搜索引擎中必不可少的功能，也直接影響用戶的體驗(yàn)度，在Lucene中默認(rèn)是按評(píng)分及相關(guān)度進(jìn)行排序，然而，在全文檢索的項(xiàng)目開(kāi)發(fā)中，有時(shí)也需要按照如：文件名、文件類型、文件創(chuàng)建日期、文件大小等其它方式排序。本文在研究分析Lucene排序功能基礎(chǔ)之上，以磁盤上的文件檢索為例，設(shè)計(jì)并實(shí)現(xiàn)了基于Lucene的多種排序方式的應(yīng)用。

1 Lucene中的排序功能

Lucene系統(tǒng)結(jié)構(gòu)與源碼組織結(jié)構(gòu)如圖1所示，與查詢有關(guān)的源碼主要集中在org.apache.lucene.search包中，在該包中的IndexSearcher類提供了search（Query query， int n， Sort sort）、search（Query query， Filter filter， int n， Sort sort）等方法[3]，這些方法通過(guò)給定不同的Sort類型實(shí)例（對(duì)象）以滿足不同的排序需求。Sort類型實(shí)例由Sort類和SortField類共同完成，兩者的類圖如圖2所示。在Sort類中可以通過(guò)構(gòu)造函數(shù)或setSort函數(shù)設(shè)定排序字段和排序方式（升序或降序）。排序字段和方式可以直接由SortField構(gòu)造函數(shù)來(lái)完成，本文調(diào)用的是SortField（field ： String， type ： int， reverse ： boolean）構(gòu)造函數(shù)，該構(gòu)造函數(shù)中field為字符串型，表示排序字段名；type是整型，表示排序字段的類型（如：INT為4，表示int型，F(xiàn)LOAT為5，表示float型等等）；reverse是布爾型，表示排序?yàn)樯蚧蚪敌颉?/p>

2 功能設(shè)計(jì)

以檢索磁盤上的文件為例，假定已為其建立了全文索引，在索引中存儲(chǔ)的有文件的標(biāo)題、類型、創(chuàng)建日期、大小、頁(yè)數(shù)、存放路徑等信息，要求能檢索其相關(guān)信息，檢索結(jié)果并能按指定的段升序或降序排列。為此，設(shè)計(jì)用于保存或獲取文件信息的FileInfo類，其類圖描述如圖3所示：

設(shè)計(jì)CustomSort類，其類圖如圖4所示，在類中用getProperty方法實(shí)現(xiàn)對(duì)給定類的屬性名及類型的遍歷，其結(jié)果以HashMap類型方式保存，用getSort方法實(shí)現(xiàn)對(duì)給定字段和排序方式的Sort對(duì)象的返回，后續(xù)開(kāi)發(fā)中可以調(diào)用search（Query query， int n， Sort sort）方法以實(shí)現(xiàn)多種方式的自定義排序。

3 具體實(shí)現(xiàn)

3.1 關(guān)鍵代碼

本文略去Lucene所需開(kāi)發(fā)環(huán)境的部署說(shuō)明和編程環(huán)境的配置，其實(shí)現(xiàn)多種方式自定義排序的關(guān)鍵代碼如下：

package cn.cwnu.sort；

import java.lang.reflect.Field；

import java.util.HashMap；

import org.apache.lucene.search.Sort；

import org.apache.lucene.search.SortField；

public class CustomSort {

private HashMap getProperty（String classPath） throws Exception {

HashMap fieldHashMap = new HashMap（）；

// 把要使用的類加載到內(nèi)存中，并且把有關(guān)這個(gè)類的所有信息都存放到對(duì)象c中

Class<？> c = Class.forName（classPath）；

// 把屬性的信息提取出來(lái)，并且存放到field類的對(duì)象中，因?yàn)槊總€(gè)field的對(duì)象只能存放一個(gè)屬性的信息所以要用數(shù)組去接收

Field f[] = c.getDeclaredFields（）；

for （int i = 0； i < f.length； i++） {

//屬性的名字，屬性的類型

fieldHashMap.put（f[i].getName（）， f[i].getType（））；

}

return fieldHashMap；

}

private Sort getSort（String sortFieldName， boolean sortMethod） throws Exception {

HashMap fieldHashMap = new HashMap（）；

fieldHashMap = getProperty（"cn.cwnu.lucene.file.bo.FileInfo"）；

String fieldType = fieldHashMap.get（sortFieldName）.toString（）；

if （fieldType == null） {

System.out.println（"指定的排序字段不存在"）；

return null；

}

int sortType = 0；

if （fieldType.endsWith（"int"））

sortType = SortField.INT；

if （fieldType.endsWith（"String"））

sortType = SortField.STRING；

if （fieldType.endsWith（"float"））

sortType = SortField.FLOAT；

if （fieldType.endsWith（"double"））

sortType = SortField.DOUBLE；

Sort sort = new Sort（）；

SortField sortField = new SortField（sortFieldName， sortType， sortMethod）；

sort.setSort（sortField）；

return sort；

}

}

3.2 效果展示

相關(guān)代碼在具體項(xiàng)目中應(yīng)用結(jié)果如圖5所示，既能實(shí)現(xiàn)按

照默認(rèn)的相關(guān)度排序，也能根據(jù)需要選擇按照文件大小、創(chuàng)建日期、文件類型、文件名稱等多種方式排序，圖5展示了對(duì)全文檢索結(jié)果按文件大小采用排列的效果。

4 結(jié)論

本文針對(duì)全文檢索中多種排序方式的應(yīng)用需求，展示了其關(guān)鍵代碼和項(xiàng)目中實(shí)現(xiàn)的效果，為程序開(kāi)發(fā)人員提供一定的參考。

參考文獻(xiàn)：

[1] 管建和，甘劍峰.基于Lucene全文檢索引擎的應(yīng)用研究與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007（2）：489-491.

[2] 周登朋，謝康林.Lucene搜索引擎[J].計(jì)算機(jī)工程，2007（18）：95-96+118.

[3] Apache.Lucene 5.2.1 core API[EB/OL].[2015-07-16].http：//lucene.apache.org/.