Solr 使用自定義 Query Parser

原文出處：http://blog.chenlb.com/2010/08/solr-use-custom-query-parser.html

由於 Solr 默認的 Query Parser 生成的 Query 一般是 “短語查詢”，導致只有很精確的結果才被搜索出來。大部分時候我們要分詞后的 BooleanQuery。一年半前有篇關於 solr 使用自定義的 QueryParser 的文章。使用這個方法在 solr 中可以用自己的 Query Parser。

按照那篇文章，分別擴展：QParserPlugin、QParser、SolrQueryParser。我把它們實現為：ExtLuceneQParserPlugin、ExtLuceneQParser、SolrQueryParser 源碼下載。

配置使用，把 solr-1.4-query-parser-extand-0.1.jar 放到 solr.home/lib 里，同時也把 mmseg4j-all-1.8.2-with-dic.jar 放到 solr.home 當然也可以其它分詞器（paoding 可以，看：solr 中使用 paoding 中文分詞，N久前驗證過 paoding 使用這個擴展可以，有問題通知我）。

schema.xml 加或改：

1. <fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">  
2.   <analyzer>  
3.     <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory"/>  
4.   </analyzer>  
5. </fieldType>   
6.   
7. <!--  ..... -->  
8.   
9. <field name="title" type="text_cn" indexed="true" stored="true"/>  
10.   
11.  <defaultSearchField>title</defaultSearchField>  
12.  <solrQueryParser defaultOperator="AND"/>  

保存 doc-demo.xml，

1. <?xml version="1.0" encoding="UTF-8" ?>  
2. <add>  
3. <doc>  
4.   <field name="id">1</field>  
5.   <field name="title">研究空格生命起源</field>  
6. </doc>  
7. </add>  

啟動 solr (solr.root=e:/apache-solr-1.4.1), 提交一個文檔。

1. #啟動 solr  
2. cd solr.root/example  
3. java -jar start.jar  
4.   
5. #提交索引  
6. cd solr.root/example/exampledocs  
7. java -jar post.jar doc-demo.xml  

用兩種方式查詢：

1、extand lucene query parser 方式：查 研究生命起源

結果：

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <response>  
3.   
4. <lst name="responseHeader">  
5.  <int name="status">0</int>  
6.  <int name="QTime">0</int>  
7.  <lst name="params">  
8.   <str name="debugQuery">on</str>  
9.   <str name="indent">on</str>  
10.   <str name="q">研究生命起源</str>  
11.   <str name="defType">extlucene</str>  
12.  </lst>  
13. </lst>  
14. <result name="response" numFound="1" start="0">  
15.  <doc>  
16.   <str name="id">1</str>  
17.   <str name="title">研究空格生命起源</str>  
18.  </doc>  
19. </result>  
20. <lst name="debug">  
21.  <str name="rawquerystring">研究生命起源</str>  
22.  <str name="querystring">研究生命起源</str>  
23.  <str name="parsedquery">+title:研究 +title:生命 +title:起源</str>  
24.  <str name="parsedquery_toString">+title:研究 +title:生命 +title:起源</str>  
25.  <str name="QParser">ExtLuceneQParser</str>  
26. </lst>  
27. </response>  

2、用 solr 的默認 query parser 的查詢，查 研究生命起源

結果：

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <response>  
3.   
4. <lst name="responseHeader">  
5.  <int name="status">0</int>  
6.  <int name="QTime">0</int>  
7.  <lst name="params">  
8.   <str name="debugQuery">on</str>  
9.   <str name="indent">on</str>  
10.   <str name="start">0</str>  
11.   <str name="q">研究生命起源</str>  
12.   <str name="version">2.2</str>  
13.   <str name="rows">10</str>  
14.  </lst>  
15. </lst>  
16. <result name="response" numFound="0" start="0"/>  
17. <lst name="debug">  
18.  <str name="rawquerystring">研究生命起源</str>  
19.  <str name="querystring">研究生命起源</str>  
20.  <str name="parsedquery">PhraseQuery(title:"研究 生命 起源")</str>  
21.  <str name="parsedquery_toString">title:"研究 生命 起源"</str>  
22.  <str name="QParser">LuceneQParser</str>  
23. </lst>  
24. </response>  

對比兩個結果：

1、第一個是 debug 輸出 QParser 為 ExtLuceneQParser，是剛才安裝的擴展。並且可以搜索到內容，為 BooleanQuery("+title:研究 +title:生命 +title:起源")；

2、第二個 debug 輸出的 QParser 為 LuceneQParser，搜索不到內容，原因是它把查詢解析為 PhraseQuery(title:"研究 生命 起源")，它們必須緊接着的（當然可以指定 slop）。

源碼使用說明(在 readme.txt 里)，源碼下載：

copy example 目錄到 solr.root(e:/apache-solr-1.4.1) 里。

cd solr.root/example
java -jar start.jar

cd solr.root/example/exampledocs
java -jar post.jar doc-demo.xml

比較兩鏈接:

http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&defType=extlucene&indent=on&debugQuery=on
上面鏈接的參數可以加到 standard handle 里的defaults，如：

1. <requestHandler name="standard" class="solr.SearchHandler" default="true">  
2.   <!-- default values for query parameters -->  
3.    <lst name="defaults">  
4.      <str name="echoParams">explicit</str>  
5.      <str name="defType">extlucene</str>  
6.    </lst>  
7. </requestHandler>  
8.   
9. <queryParser name="extlucene" class="com.chenlb.solr.search.ExtLuceneQParserPlugin"/>  

正常的 solr query parser
http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&indent=on&debugQuery=on

這一問題困擾很多網友。特寫這文章僅供參考。

lucene/solr 3.5 可以試試 solr-3.5-query-parser-extend.zip