[发明专利]一种解决ApacheSolr短语搜索不准的方法

说明书

本发明公开了一种解决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。

技术领域

本发明涉及网络搜索技术领域，确切地说是一种解决ApacheSolr短语搜索不准的方法。

背景技术

Apache Solr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。

本发明提供了一种方法，在进入Apache Solr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。

发明内容

本发明要解决的技术问题是Apache Solr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，本发明采用如下技术手段：

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。

作为优选，本发明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Apache Solr的语法解析器，编写AntfactQParserPlugin类，且继承Apache Solr的QParserPlugin并重写createParser方法，返回值为AntfactQParser类型。

所述的数据转换Apache Solr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。

本发明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。