本發(fā)明涉及網(wǎng)絡(luò)搜索技術(shù)領(lǐng)域，確切地說是一種解決apachesolr短語搜索不準(zhǔn)的方法。

背景技術(shù)：

apachesolr中有一種搜索語法叫“短語搜索”既phrasequery；短語搜索的語法為在關(guān)鍵詞上加上引號，搜索原理是引號內(nèi)的關(guān)鍵詞分詞后距離為指定的slop參數(shù)大小；但是在建索引時文檔分詞的結(jié)果會比搜索時對query分詞的結(jié)果更多，故會造成索引模式與搜索模式不匹配，從而導(dǎo)致“短語搜索”不準(zhǔn)確問題。

本發(fā)明提供了一種方法，在進(jìn)入apachesolr搜索操作之前，先將短語搜索語法中的關(guān)鍵詞按照索引模式分詞，然后替換原始的的短語搜索語句，最后進(jìn)入搜索操作。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是apachesolr在短語搜索時，因索引模式與搜索模式分詞結(jié)果不一致從而導(dǎo)致搜索不準(zhǔn)確的問題。

為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)手段：

一種解決apachesolr短語搜索不準(zhǔn)的方法；其特征在于：該方法包括如下步驟：

步驟1：數(shù)據(jù)接收，qparserplugin接收客戶端通過http協(xié)議傳輸過來的搜索語句參數(shù)；

步驟2：短語查找，在qparserplugin中使用正則表達(dá)式匹配搜索語句參數(shù)中的短語，得到短語集合；

步驟3：數(shù)據(jù)分詞和替換，通過步驟2得到的短語集合中的短語進(jìn)行索引模式分詞；將分好詞的短語替換原始搜索語句中的短語；

步驟4：數(shù)據(jù)轉(zhuǎn)換，通過apachesolr的語法解析器將替換過的搜索語句轉(zhuǎn)成query；

步驟5：數(shù)據(jù)處理和輸出，進(jìn)入apachesolr的搜索過程，完成后輸出數(shù)據(jù)。

作為優(yōu)選，本發(fā)明更進(jìn)一步的技術(shù)方案是：

所述的短語查找，在parse方法中首先調(diào)用getstring方法得到搜索語句，然后使用匹配“加引號語句”的正則表達(dá)式去匹配搜索語句中的“短語搜索語句”。

所述的數(shù)據(jù)分詞和替換，調(diào)用分詞器按索引模式對匹配出來的短語分詞，最后將分詞后的語句替換原始的搜索語句。

所述的數(shù)據(jù)轉(zhuǎn)換apachesolr的語法解析器，編寫antfactqparserplugin類，且繼承apachesolr的qparserplugin并重寫createparser方法，返回值為antfactqparser類型。

所述的數(shù)據(jù)轉(zhuǎn)換apachesolr的語法解析器最后轉(zhuǎn)換數(shù)據(jù)為solrconfig.xml配置文件中配置<queryparser>,class為antfactqparserplugin；這樣可以動態(tài)靈活的配置自定義的queryparser。

本發(fā)明采用插件的方式擴(kuò)展apachesolr的語法解析器，重寫其語法解析規(guī)則，解決了短語搜索不準(zhǔn)的問題。設(shè)置了可插拔式的語法解析器擴(kuò)展插件；采用索引模式對短語進(jìn)行索引模式分詞后再搜索。

一、編寫antfactqparser類，且繼承apachesolr的luceneqparser類并重寫parse方法；在parse方法中首先調(diào)用getstring方法得到搜索語句，然后使用匹配“加引號語句”的正則表達(dá)式去匹配搜索語句中的“短語搜索語句”，然后調(diào)用分詞器按索引模式對匹配出來的短語分詞，最后將分詞后的語句替換原始的搜索語句；這樣既不影響原來apachesolr的luceneqparser的功能，又可以根據(jù)需求自定義語法解析規(guī)則；

二、編寫antfactqparserplugin類，且繼承apachesolr的qparserplugin并重寫createparser方法，返回值為antfactqparser類型；最后在solrconfig.xml配置文件中配置<queryparser>,class為antfactqparserplugin；這樣可以動態(tài)靈活的配置自定義的queryparser。

附圖說明

圖1為本發(fā)明的一種解決apachesolr短語搜索不準(zhǔn)的方法流程圖。

圖2為本發(fā)明的一種解決apachesolr短語搜索不準(zhǔn)的方法結(jié)構(gòu)框圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例，進(jìn)一步說明本發(fā)明。

具體實(shí)施例1：

參見圖1、圖2可知，本發(fā)明一種解決apachesolr短語搜索不準(zhǔn)的方法；其特征在于：該方法包括如下步驟：步驟1：數(shù)據(jù)接收，qparserplugin接收客戶端通過http協(xié)議傳輸過來的搜索語句參數(shù)；步驟2：短語查找，在qparserplugin中使用正則表達(dá)式匹配搜索語句參數(shù)中的短語，得到短語集合；在parse方法中首先調(diào)用getstring方法得到搜索語句，然后使用匹配“加引號語句”的正則表達(dá)式去匹配搜索語句中的“短語搜索語句”，步驟3：數(shù)據(jù)分詞和替換，通過步驟2得到的短語集合中的短語進(jìn)行索引模式分詞；將分好詞的短語替換原始搜索語句中的短語；調(diào)用分詞器按索引模式對匹配出來的短語分詞，最后將分詞后的語句替換原始的搜索語句，步驟4：數(shù)據(jù)轉(zhuǎn)換，通過apachesolr的語法解析器將替換過的搜索語句轉(zhuǎn)成query；數(shù)據(jù)轉(zhuǎn)換apachesolr的語法解析器，編寫antfactqparserplugin類，且繼承apachesolr的qparserplugin并重寫createparser方法，返回值為antfactqparser類型，數(shù)據(jù)轉(zhuǎn)換apachesolr的語法解析器最后轉(zhuǎn)換數(shù)據(jù)為solrconfig.xml配置文件中配置<queryparser>,class為antfactqparserplugin；這樣可以動態(tài)靈活的配置自定義的queryparser，步驟5：數(shù)據(jù)處理和輸出，進(jìn)入apachesolr的搜索過程，完成后輸出數(shù)據(jù)。

具體實(shí)施例2：

1、第一步，qparserplugin接收客戶端通過http協(xié)議傳輸過來的搜索語句參數(shù)；

2、第二步，在qparserplugin中使用正則表達(dá)式匹配搜索語句參數(shù)中的短語，得到短語集合；

3、第三步，遍歷短語集合中的短語進(jìn)行索引模式分詞；

4、第四步，將分好詞的短語替換原始搜索語句中的短語；

5、第五步，apachesolr的語法解析器將替換過的搜索語句轉(zhuǎn)成query。

6、第六步，進(jìn)入apachesolr的搜索過程；

由于以上所述僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)不限于此，任何本技術(shù)領(lǐng)域的技術(shù)人員所能想到本技術(shù)方案技術(shù)特征的等同的變化或替代，都涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開了一種解決ApacheSolr短語搜索不準(zhǔn)的方法；其特征在于：該方法包括如下步驟：數(shù)據(jù)接收，QParserPlugin接收客戶端通過http協(xié)議傳輸過來的搜索語句參數(shù)；短語查找，在QParserPlugin中使用正則表達(dá)式匹配搜索語句參數(shù)中的短語，得到短語集合；數(shù)據(jù)分詞和替換，通過步驟2得到的短語集合中的短語進(jìn)行索引模式分詞；將分好詞的短語替換原始搜索語句中的短語；數(shù)據(jù)轉(zhuǎn)換，通過Apache?Solr的語法解析器將替換過的搜索語句轉(zhuǎn)成Query；數(shù)據(jù)處理和輸出，進(jìn)入Apache?Solr的搜索過程，完成后輸出數(shù)據(jù)。本發(fā)明采用插件的方式擴(kuò)展Apache?Solr的語法解析器，重寫其語法解析規(guī)則，解決了短語搜索不準(zhǔn)的問題。設(shè)置了可插拔式的語法解析器擴(kuò)展插件；采用索引模式對短語進(jìn)行索引模式分詞后再搜索。

技術(shù)研發(fā)人員：何小成;黃三偉
受保護(hù)的技術(shù)使用者：湖南蟻坊軟件股份有限公司
技術(shù)研發(fā)日：2017.03.01
技術(shù)公布日：2017.07.07