一种解决ApacheSolr短语搜索不准的方法技术

本发明专利技术公开了一种解决ApacheSolr短语搜索不准的方法；其特征在于：该方法包括如下步骤：数据接收，QParserPlugin接收客户端通过http协议传输过来的搜索语句参数；短语查找，在QParserPlugin中使用正则表达式匹配搜索语句参数中的短语，得到短语集合；数据分词和替换，通过步骤2得到的短语集合中的短语进行索引模式分词；将分好词的短语替换原始搜索语句中的短语；数据转换，通过Apache Solr的语法解析器将替换过的搜索语句转成Query；数据处理和输出，进入Apache Solr的搜索过程，完成后输出数据。本发明专利技术采用插件的方式扩展Apache Solr的语法解析器，重写其语法解析规则，解决了短语搜索不准的问题。设置了可插拔式的语法解析器扩展插件；采用索引模式对短语进行索引模式分词后再搜索。

【技术实现步骤摘要】
一种解决ApacheSolr短语搜索不准的方法
本专利技术涉及网络搜索
，确切地说是一种解决ApacheSolr短语搜索不准的方法。
技术介绍
ApacheSolr中有一种搜索语法叫“短语搜索”既PhraseQuery；短语搜索的语法为在关键词上加上引号，搜索原理是引号内的关键词分词后距离为指定的slop参数大小；但是在建索引时文档分词的结果会比搜索时对Query分词的结果更多，故会造成索引模式与搜索模式不匹配，从而导致“短语搜索”不准确问题。本专利技术提供了一种方法，在进入ApacheSolr搜索操作之前，先将短语搜索语法中的关键词按照索引模式分词，然后替换原始的的短语搜索语句，最后进入搜索操作。
技术实现思路
本专利技术要解决的技术问题是ApacheSolr在短语搜索时，因索引模式与搜索模式分词结果不一致从而导致搜索不准确的问题。为解决上述技术问题，本专利技术采用如下技术手段：一种解决ApacheSolr短语搜索不准的方法；其特征在于：该方法包括如下步骤：步骤1：数据接收，QParserPlugin接收客户端通过http协议传输过来的搜索语句参数；步骤2：短语查找，在QParserPlugin中使用正则表达式匹配搜索语句参数中的短语，得到短语集合；步骤3：数据分词和替换，通过步骤2得到的短语集合中的短语进行索引模式分词；将分好词的短语替换原始搜索语句中的短语；步骤4：数据转换，通过ApacheSolr的语法解析器将替换过的搜索语句转成Query；步骤5：数据处理和输出，进入ApacheSolr的搜索过程，完成后输出数据。作为优选，本专利技术更进一步的技术方案是：所述的短语查找，在parse方法中首先调用getString方法得到搜索语句，然后使用匹配“加引号语句”的正则表达式去匹配搜索语句中的“短语搜索语句”。所述的数据分词和替换，调用分词器按索引模式对匹配出来的短语分词，最后将分词后的语句替换原始的搜索语句。所述的数据转换ApacheSolr的语法解析器，编写AntfactQParserPlugin类，且继承ApacheSolr的QParserPlugin并重写createParser方法，返回值为AntfactQParser类型。所述的数据转换ApacheSolr的语法解析器最后转换数据为solrconfig.xml配置文件中配置<queryParser>,class为AntfactQParserPlugin；这样可以动态灵活的配置自定义的queryParser。本专利技术采用插件的方式扩展ApacheSolr的语法解析器，重写其语法解析规则，解决了短语搜索不准的问题。设置了可插拔式的语法解析器扩展插件；采用索引模式对短语进行索引模式分词后再搜索。一、编写AntfactQParser类，且继承ApacheSolr的LuceneQParser类并重写parse方法；在parse方法中首先调用getString方法得到搜索语句，然后使用匹配“加引号语句”的正则表达式去匹配搜索语句中的“短语搜索语句”，然后调用分词器按索引模式对匹配出来的短语分词，最后将分词后的语句替换原始的搜索语句；这样既不影响原来ApacheSolr的LuceneQParser的功能，又可以根据需求自定义语法解析规则；二、编写AntfactQParserPlugin类，且继承ApacheSolr的QParserPlugin并重写createParser方法，返回值为AntfactQParser类型；最后在solrconfig.xml配置文件中配置<queryParser>,class为AntfactQParserPlugin；这样可以动态灵活的配置自定义的queryParser。附图说明图1为本专利技术的一种解决ApacheSolr短语搜索不准的方法流程图。图2为本专利技术的一种解决ApacheSolr短语搜索不准的方法结构框图。具体实施方式下面结合实施例，进一步说明本专利技术。具体实施例1：参见图1、图2可知，本专利技术一种解决ApacheSolr短语搜索不准的方法；其特征在于：该方法包括如下步骤：步骤1：数据接收，QParserPlugin接收客户端通过http协议传输过来的搜索语句参数；步骤2：短语查找，在QParserPlugin中使用正则表达式匹配搜索语句参数中的短语，得到短语集合；在parse方法中首先调用getString方法得到搜索语句，然后使用匹配“加引号语句”的正则表达式去匹配搜索语句中的“短语搜索语句”，步骤3：数据分词和替换，通过步骤2得到的短语集合中的短语进行索引模式分词；将分好词的短语替换原始搜索语句中的短语；调用分词器按索引模式对匹配出来的短语分词，最后将分词后的语句替换原始的搜索语句，步骤4：数据转换，通过ApacheSolr的语法解析器将替换过的搜索语句转成Query；数据转换ApacheSolr的语法解析器，编写AntfactQParserPlugin类，且继承ApacheSolr的QParserPlugin并重写createParser方法，返回值为AntfactQParser类型，数据转换ApacheSolr的语法解析器最后转换数据为solrconfig.xml配置文件中配置<queryParser>,class为AntfactQParserPlugin；这样可以动态灵活的配置自定义的queryParser，步骤5：数据处理和输出，进入ApacheSolr的搜索过程，完成后输出数据。具体实施例2：1、第一步，QParserPlugin接收客户端通过http协议传输过来的搜索语句参数；2、第二步，在QParserPlugin中使用正则表达式匹配搜索语句参数中的短语，得到短语集合；3、第三步，遍历短语集合中的短语进行索引模式分词；4、第四步，将分好词的短语替换原始搜索语句中的短语；5、第五步，ApacheSolr的语法解析器将替换过的搜索语句转成Query。6、第六步，进入ApacheSolr的搜索过程；由于以上所述仅为本专利技术的具体实施方式，但本专利技术的保护不限于此，任何本
的技术人员所能想到本技术方案技术特征的等同的变化或替代，都涵盖在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种解决ApacheSolr短语搜索不准的方法；其特征在于：该方法包括如下步骤：步骤1：数据接收，QParserPlugin接收客户端通过http协议传输过来的搜索语句参数；步骤2：短语查找，在QParserPlugin中使用正则表达式匹配搜索语句参数中的短语，得到短语集合；步骤3：数据分词和替换，通过步骤2得到的短语集合中的短语进行索引模式分词；将分好词的短语替换原始搜索语句中的短语；步骤4：数据转换，通过Apache Solr的语法解析器将替换过的搜索语句转成Query；步骤5：数据处理和输出，进入Apache Solr的搜索过程，完成后输出数据。

【技术特征摘要】
1.一种解决ApacheSolr短语搜索不准的方法；其特征在于：该方法包括如下步骤：步骤1：数据接收，QParserPlugin接收客户端通过http协议传输过来的搜索语句参数；步骤2：短语查找，在QParserPlugin中使用正则表达式匹配搜索语句参数中的短语，得到短语集合；步骤3：数据分词和替换，通过步骤2得到的短语集合中的短语进行索引模式分词；将分好词的短语替换原始搜索语句中的短语；步骤4：数据转换，通过ApacheSolr的语法解析器将替换过的搜索语句转成Query；步骤5：数据处理和输出，进入ApacheSolr的搜索过程，完成后输出数据。2.根据权利要求1所述的一种解决ApacheSolr短语搜索不准的方法；其特征在于：所述的短语查找，在parse方法中首先调用getString方法得到搜索语句，然后使用匹配“加引号语句”的正则表达式去匹配搜索语句中的“短语搜索语句”。3.根据权利要求1所述的一种解决ApacheSolr短语搜索不准的方法；其特征在于：所述的数据分词和替换，调用分词器按索引模式对匹配出来的短语分...

【专利技术属性】
技术研发人员：何小成，黄三伟，
申请(专利权)人：湖南蚁坊软件股份有限公司，
类型：发明
国别省市：湖南,43