“精准搜索”的意思、由来-中文百科全书

全文精准搜索

JZSearch全文精准搜索中间件内核经过精心设计，具有高扩展性和高通用性。可支持文本、数字、日期、字符串等各种数据类型的高效索引，支持丰富的查询语言和查询类型，支持少数民族语言的搜索。

同时，全文搜索中间件可以无缝地与现有数据库系统融合，实现全文搜索与相关的数据库管理应用系统。

其主要特色在于：

* 可以按照任意指定字段的排序，支持指定字段的搜索，也可以搜索多个字段，以及复杂表达式的综合搜索；

* 支持精确匹配以及模糊匹配，默认为精确匹配，忽略字母大小写进行模糊匹配；

* 实现的是多线程搜索服务；

* 每秒可索引3000条记录（主要瓶颈为数据库或文件记录的读取效率）；搜索速度在毫秒级别。

* 兼容当前所有厂商的数据库系统，其中SQL Server, Oracle, MySQL，DB2等。

建立索引接口

（1）索引初始化操作

/*********************************************************************

* Func Name : LJIndexer_Init

* Description: 索引系统初始化，必须初始化后，才能使用CLJIndexer

* Parameters : sDictFilename：词典文件名；为空时，采用n-gram索引方法

* sFieldInfoFile:域字段信息，用于支持多域索引，为空则只支持一个字段

* 如果API定义了CODE_LIMIT，需要从开发商处获得授权码，作为第三个参数

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

#ifndef CODE_LIMIT

LJSEARCHAPI_API bool LJIndexer_Init(const char *sDictFilename=0,const char *sFieldInfoFile=0);

#else

LJSEARCHAPI_API bool LJIndexer_Init(const char *sDictFilename=0,const char *sFieldInfoFile=0,const char *sLicenseCodes=0);

#endif

（2）多字段定义操作

/*********************************************************************

* 系统定义的字段数据类型

*********************************************************************/

#define FIELD_TYPE_TEXT 1 //文本类型

#define FIELD_TYPE_INT 2 //整型数

#define FIELD_TYPE_LONG 3 //长整型数

#define FIELD_TYPE_DATETIME 4 //日期类型

/*********************************************************************

* Func Name : LJIndexer_FieldAdd

* Description: 添加字段信息

* Parameters : sFieldName:域名称，在索引建立与搜索过程中，域的唯一标示符

* sDBFieldName：对应于数据库的字段名称；在数据库搜索的时候，用于获取数据库的数据

* nFieldType:数据类型，对应的范围如下：

* //FIELD_TYPE_TEXT

* //FIELD_TYPE_INT

* //FIELD_TYPE_LONG

* //FIELD_TYPE_DATETIME

* bIndexed:是否需要索引

* bRetrieved:搜索结果中是否要输出该字段内容

* bGeneral:是否纳入通配搜索的范畴

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

LJSEARCHAPI_API bool LJIndexer_FieldAdd(const char *sFieldName,const char *sDBFieldName,int nFieldType,bool bIndexed,bool bRetrieved,bool bGeneral=false);

/*********************************************************************

* Func Name : LJIndexer_FieldSave

* Description: 保存字段定义的内容，一般都在定义完LJIndexer_FieldAdd之后，执行

* Parameters : sFieldInfoDataFile:保存的域信息数据文件

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

LJSEARCHAPI_API bool LJIndexer_FieldSave(const char *sFieldInfoDataFile);

/*********************************************************************

* Func Name : LJIndexer_FieldLoad

* Description: 读取已经保存好的域信息数据文件

* Parameters : sFieldInfoDataFile:保存的域信息数据文件

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

LJSEARCHAPI_API bool LJIndexer_FieldLoad(const char *sFieldInfoDataFile);

（3）索引系统退出

/*********************************************************************

* Func Name : LJIndexer_Exit

* Description: 索引系统退出，索引相关的内存全部释放

* Parameters :

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

LJSEARCHAPI_API bool LJIndexer_Exit();

（4）索引合并操作

/*********************************************************************

* Func Name : LJIndexer_Merge

* Description: 索引合并，要求sIndexFile1的doc_id编号均小于sIndexFile2的doc_id

* Parameters : sIndexFile1：索引文件1

* sIndexFile2：索引文件2

* sIndexMerged：索引合并后的文件名

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

LJSEARCHAPI_API bool LJIndexer_Merge(const char *sIndexFile1,const char *sIndexFile2,const char *sIndexMerged);

（5）索引类操作

/*********************************************************************

* Func Name : CLJIndexer

* Description: 建立索引的类

* Parameters :

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

class LJSEARCHAPI_API CLJIndexer {

public:

CLJIndexer(int nMaxMemSize=512000000);

//内存大小控制

~CLJIndexer(void);

// TODO: add your methods here.

int MemIndexing(const char *pText,int doc_id,const char *sFieldName=0,int nMemSize=0);

//索引一段内存；

//pText:待索引的内存块指针

//doc_id由应用程序维护，

//sFieldName：字段名称，为空则表示无字段信息，则该索引不支持多字段索引与检索

//nMemSize:指的是pText内存块的大小，默认为0，需要系统通过strlen自行计算内存大小

int FileIndexing(const char *sTextFilename,int doc_id,const char *sFieldName=0);

//索引一个文本文件

//sTextFilename:文本文件名

//doc_id由应用程序维护

//sFieldName：字段名称，为空则表示无字段信息

int IdIndexing(int term_id,int doc_id,const char *sFieldName=0);

//词ID索引

//term_id:词ID

//doc_id由应用程序维护

//sFieldName：字段名称，为空则表示无字段信息

bool Save(const char *sIndexFile);

//索引保存的名称

//一般都选择在索引建立全部完成后，调用。

private://以下部分为系统使用，应用开发者不要改写，只能读取数据

int m_nHandle;//索引器的Handle，无需调用申请

};

全文检索接口

（1）搜索的排序选项

/*********************************************************************

* 搜索的排序选项

*********************************************************************/

#define SORT_TYPE_DOCID 1//按照Doc ID排序，默认方式

#define SORT_TYPE_RELEVANCE 2//按照相关度排序

（2）搜索的初始化设置

/*********************************************************************

* Func Name : LJSearch_Init

* Description: 搜索系统初始化，必须初始化后，才能使用CLJSearch

* Parameters :sIndexFile：已经建立的索引文件

* sDictFilename：词典文件名；为空时，采用n-gram索引方法

* sFieldInfoFile:域字段信息，用于支持多域索引，为空则只支持一个字段

* 如果API定义了CODE_LIMIT，需要从开发商处获得授权码，作为第三个参数

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

#ifndef CODE_LIMIT

LJSEARCHAPI_API bool LJSearch_Init(const char *sIndexFile,const char *sDictFilename=0,const char *sFieldInfoFile=0);

#else

LJSEARCHAPI_API bool LJSearch_Init(const char *sIndexFile,const char *sDictFilename=0,const char *sFieldInfoFile=0,const char *sLicenseCodes=0);

#endif

（3）搜索系统的退出

/*********************************************************************

* Func Name : LJSearch_Exit

* Description: 搜索系统退出，释放所有相关的内存

* Parameters :

* Returns : success or fail

* Author : 灵玖软件

* History :

*********************************************************************/

LJSEARCHAPI_API bool LJSearch_Exit();

//系统退出

（4）搜索结果的内存存储格式

/*********************************************************************

* Data Structure Name : tRESULT_RECORD

* Description: 搜索结果结构，用于检索计算使用

* Parameters :

* Returns :

* Author : 灵玖软件

* History :

*********************************************************************/

typedef struct tRESULT_RECORD {//搜索结果结构，用于检索计算使用

int doc_id;

int offset;//在域字段内的偏移量

double score;//排序用的打分

}RESULT_RECORD;

typedef RESULT_RECORD * RESULT_RECORD_VECTOR;

（5）搜索类

/*********************************************************************

* Class Name : CLJSearcher

* Description: 用于搜索的类

* Parameters :

* Returns :

* Author : 灵玖软件

* History :

*********************************************************************/

class LJSEARCHAPI_API CLJSearcher{

public:

CLJSearcher(int sort_type=SORT_TYPE_DOCID);

~CLJSearcher(void);

// TODO: add your methods here.

void Search(const char *query_line,int nStart,int nPageCount,const char *sResultName);

//query_line: 查询表达式

//nStart:记录起始地址

//nPageCount：当前页返回结果数目

//nPageCount=-1:当前页需要返回所有的结果数目

//sResultName：结果存储的XML地址

const RESULT_RECORD_VECTOR CLJSearcher::Search(const char *query_line,int *p_nResultCountRet);

//query_line: 查询表达式

//p_nResultCountRet:搜索结果总数

private://以下部分为系统使用，应用开发者不要改写，只能读取数据

int m_nHandle;

int m_nSortType;//排序方法编号

};

检索语法说明

/*********************************************************************

* 查询表达式语法说明

*********************************************************************/

/*********************************************************************

{[FIELD] fieldname [AND/OR/NOT/NEAR/PREC] value1 value2 ... value_n}+

说明：

1.查询是由 [FIELD] fieldname [AND/OR/NOT/NEAR/PREC] value1 value2 ... value_n 形式的表达式无限叠加组成的；可以针对多个字段进行查询，也可以针对同一个字段编写多条查询语句；

2.其中每个字符串之间采用空格或者TAB键隔开；

3.其中[FIELD]指定字段名称；

4.[AND/OR/NOT/NEAR/PREC]为候选的操作符；操作符的意义解释如下：

1) AND: 与操作，即返回的结果必须同时包括后面指定的值value1 value2 ... value_n；

2) OR：或操作，即返回的结果必须包括后面指定值范围value1 value2 ... value_n中的任意一个；

3)NOT: 非操作，即返回的结果不能包括后面指定值范围value1 value2 ... value_n中的任意一个；

4)NEAR: 邻接操作：即返回的结果中，后续的搜索串value1 value2 ... value_n必须出现在邻接的位置上（系统目前自定义为10个词间隔）

5)PREC: 精准操作：即返回的结果中，如果包含数据的话，必须严格匹配:例如检索号码“GB 997”，不能命中“GB 1997-2009”，或者"GB 9970"，只能是“GB 997”或者"GB 997-2008"。

5.fieldname为索引字段名称，必须和实现建立索引对应的字段名一致；

也可以给出通配符 *，表示在指定的通配符字段范围内任意搜索；

6.检索语法示例：

//Sample1: [FIELD] title [AND] 解放军

//Sample2: [FIELD] title [AND] 甲流

//Sample3: [FIELD] title [AND] 解放军甲流

//Sample4: [FIELD] title [OR] 解放军甲流

//Sample5: [FIELD] title [AND] 解放军 [FIELD] title [NOT] 甲流

//Sample6: "[FIELD] content [AND] 解放军张雁灵 [FIELD] title [AND] 解放军

//Sample7: "[FIELD] content [AND] 解放军张雁灵 [FIELD] title [AND] 解放军

//Sample8: [FIELD] title [AND] 解放军某部发生数百人感染甲流疫情

//Sample9: [FIELD] title [AND] 解放军某部发生数百人感染甲流疫情

//Sample10: [FIELD] content [AND] 甲型H1N1流感

//Sample11: [FIELD] content [NEAR] 张雁灵解放军

//Sample12: [FIELD] content [AND] 解放军 [FIELD] content [NOT] 张雁灵

*********************************************************************/

建立索引的示例程序

//////////////////////////////////////////////////////////////////////////

// 以下部分为索引建立的API调用示例

//////////////////////////////////////////////////////////////////////////

//索引初始化

LJIndexer_Init("E:/LJSearch20/Data/dictionary.pdat",NULL,"LingjoinICTCLAS2010*~!@#$%&&%$#@!~*");

//设置字段信息

LJIndexer_FieldAdd("title",NULL,FIELD_TYPE_TEXT,true,true,true);

//对标题建索引，需要搜索

LJIndexer_FieldAdd("content",NULL,FIELD_TYPE_TEXT,true,true,true);

//对内容建索引，需要搜索

LJIndexer_FieldSave("FieldInfo.dat");

//保存字段信息

CLJIndexer *pIndexer=new CLJIndexer();

//对文档列表进行索引

for (int doc_id=0;doc_id<vecFileList.size();doc_id++)

{//索引一个文件，注意：vecFileList存储的是文件名向量

pIndexer->MemIndexing(vecFileList[doc_id].c_str(),doc_id,"title");

//对文件标题进行索引

printf("Indexing %s title completed!\",vecFileList[doc_id].c_str());

pIndexer->FileIndexing(vecFileList[doc_id].c_str(),doc_id,"content");

//对文件内容进行索引

printf("Indexing %s content completed!\",vecFileList[doc_id].c_str());

}

pIndexer->Save("Test0430test");//保存索引结果

delete pIndexer;//索引完成，释放空间

LJIndexer_Exit();//退出索引系统

搜索系统的示例程序

LJSearch_Init("Test0430test","E:/LJSearch20/Data/dictionary.pdat","FieldInfo.dat","LingjoinICTCLAS2010*~!@#$%&&%$#@!~*");

//搜索系统初始化

CLJSearcher *pSearcher=new CLJSearcher(SORT_TYPE_RELEVANCE);//按照相关度排序

//申请搜索类

int nRecordCount=0;

RESULT_RECORD_VECTOR pResult =0;

int nLen;

char *pQueryString,*sLine;

sLine=new char[100];

strcpy(sLine,"[FIELD] content [AND] 解放军张雁灵");//甲型H1N1流感

//Sample1: [FIELD] title [AND] 解放军

//Sample2: [FIELD] title [AND] 甲流

//Sample3: [FIELD] title [AND] 解放军甲流

//Sample4: [FIELD] title [OR] 解放军甲流

//Sample5: [FIELD] title [AND] 解放军 [FIELD] title [NOT] 甲流

//Sample6: "[FIELD] content [AND] 解放军张雁灵 [FIELD] title [AND] 解放军"

//Sample7: "[FIELD] content [AND] 解放军张雁灵 [FIELD] title [AND] 解放军"

//Sample8: [FIELD] title [AND] 解放军某部发生数百人感染甲流疫情

//Sample9: [FIELD] title [AND] 解放军某部发生数百人感染甲流疫情

//Sample10: [FIELD] content [AND] 甲型H1N1流感

//Sample11: [FIELD] content [NEAR] 张雁灵解放军

//Sample12: [FIELD] content [AND] 解放军 [FIELD] content [NOT] 张雁灵

int nSize=0;

pQueryString=sLine;

pResult=pSearcher->Search(pQueryString,&nRecordCount);

//搜索pQuerySearch，结果总数存在nRecordCount内，搜索结果数组指针存储在pResult

printf("Query=%s, Search Result Count=%d, list as follows:\",pQueryString,nRecordCount);

//逐个输出搜索结果

for (int i=0;i<nRecordCount;i++)

{

printf("No.%d:doc_id=%d===%s[%d] score=%f\",

pResult[i].doc_id,

vecFileList[pResult[i].doc_id].c_str(),

pResult[i].offset,

pResult[i].score

);

}

delete pSearcher;//释放搜索类

delete sLine;

LJSearch_Exit();//退出搜索系统

词条	精准搜索
释义	全文精准搜索(建立索引接口全文检索接口检索语法说明建立索引的示例程序) 搜索系统的示例程序全文精准搜索 JZSearch全文精准搜索中间件内核经过精心设计，具有高扩展性和高通用性。可支持文本、数字、日期、字符串等各种数据类型的高效索引，支持丰富的查询语言和查询类型，支持少数民族语言的搜索。同时，全文搜索中间件可以无缝地与现有数据库系统融合，实现全文搜索与相关的数据库管理应用系统。其主要特色在于： * 可以按照任意指定字段的排序，支持指定字段的搜索，也可以搜索多个字段，以及复杂表达式的综合搜索； * 支持精确匹配以及模糊匹配，默认为精确匹配，忽略字母大小写进行模糊匹配； * 实现的是多线程搜索服务； * 每秒可索引3000条记录（主要瓶颈为数据库或文件记录的读取效率）；搜索速度在毫秒级别。 * 兼容当前所有厂商的数据库系统，其中SQL Server, Oracle, MySQL，DB2等。建立索引接口（1）索引初始化操作 /********************************************************************* * * Func Name : LJIndexer_Init * * Description: 索引系统初始化，必须初始化后，才能使用CLJIndexer * * Parameters : sDictFilename：词典文件名；为空时，采用n-gram索引方法 * sFieldInfoFile:域字段信息，用于支持多域索引，为空则只支持一个字段 * 如果API定义了CODE_LIMIT，需要从开发商处获得授权码，作为第三个参数 * Returns : success or fail * Author : 灵玖软件 * History : ********************************************************************/ #ifndef CODE_LIMIT LJSEARCHAPI_API bool LJIndexer_Init(const char sDictFilename=0,const char sFieldInfoFile=0); #else LJSEARCHAPI_API bool LJIndexer_Init(const char sDictFilename=0,const char sFieldInfoFile=0,const char sLicenseCodes=0); #endif （2）多字段定义操作 /********************************************************************* * 系统定义的字段数据类型 * *******************************************************************/ #define FIELD_TYPE_TEXT 1 //文本类型 #define FIELD_TYPE_INT 2 //整型数 #define FIELD_TYPE_LONG 3 //长整型数 #define FIELD_TYPE_DATETIME 4 //日期类型 /******************************************************************* * * Func Name : LJIndexer_FieldAdd * * Description: 添加字段信息 * * Parameters : sFieldName:域名称，在索引建立与搜索过程中，域的唯一标示符 * sDBFieldName：对应于数据库的字段名称；在数据库搜索的时候，用于获取数据库的数据 * nFieldType:数据类型，对应的范围如下： * //FIELD_TYPE_TEXT * //FIELD_TYPE_INT * //FIELD_TYPE_LONG * //FIELD_TYPE_DATETIME * bIndexed:是否需要索引 * bRetrieved:搜索结果中是否要输出该字段内容 * bGeneral:是否纳入通配搜索的范畴 * Returns : success or fail * Author : 灵玖软件 * History : ********************************************************************/ LJSEARCHAPI_API bool LJIndexer_FieldAdd(const char sFieldName,const char sDBFieldName,int nFieldType,bool bIndexed,bool bRetrieved,bool bGeneral=false); /******************************************************************** * * Func Name : LJIndexer_FieldSave * * Description: 保存字段定义的内容，一般都在定义完LJIndexer_FieldAdd之后，执行 * * Parameters : sFieldInfoDataFile:保存的域信息数据文件 * Returns : success or fail * Author : 灵玖软件 * History : ********************************************************************/ LJSEARCHAPI_API bool LJIndexer_FieldSave(const char sFieldInfoDataFile); /********************************************************************* * * Func Name : LJIndexer_FieldLoad * * Description: 读取已经保存好的域信息数据文件 * * Parameters : sFieldInfoDataFile:保存的域信息数据文件 * Returns : success or fail * Author : 灵玖软件 * History : ********************************************************************/ LJSEARCHAPI_API bool LJIndexer_FieldLoad(const char sFieldInfoDataFile); （3）索引系统退出 /********************************************************************* * * Func Name : LJIndexer_Exit * * Description: 索引系统退出，索引相关的内存全部释放 * * Parameters : * Returns : success or fail * Author : 灵玖软件 * History : *******************************************************************/ LJSEARCHAPI_API bool LJIndexer_Exit(); （4）索引合并操作 /******************************************************************* * * Func Name : LJIndexer_Merge * * Description: 索引合并，要求sIndexFile1的doc_id编号均小于sIndexFile2的doc_id * * Parameters : sIndexFile1：索引文件1 * sIndexFile2：索引文件2 * sIndexMerged：索引合并后的文件名 * Returns : success or fail * Author : 灵玖软件 * History : ********************************************************************/ LJSEARCHAPI_API bool LJIndexer_Merge(const char sIndexFile1,const char sIndexFile2,const char sIndexMerged); （5）索引类操作 /********************************************************************* * * Func Name : CLJIndexer * * Description: 建立索引的类 * * Parameters : * Returns : success or fail * Author : 灵玖软件 * History : ********************************************************************/ // class LJSEARCHAPI_API CLJIndexer { public: CLJIndexer(int nMaxMemSize=512000000); //内存大小控制 ~CLJIndexer(void); // TODO: add your methods here. int MemIndexing(const char pText,int doc_id,const char sFieldName=0,int nMemSize=0); //索引一段内存； //pText:待索引的内存块指针 //doc_id由应用程序维护， //sFieldName：字段名称，为空则表示无字段信息，则该索引不支持多字段索引与检索 //nMemSize:指的是pText内存块的大小，默认为0，需要系统通过strlen自行计算内存大小 int FileIndexing(const char sTextFilename,int doc_id,const char sFieldName=0); //索引一个文本文件 //sTextFilename:文本文件名 //doc_id由应用程序维护 //sFieldName：字段名称，为空则表示无字段信息 int IdIndexing(int term_id,int doc_id,const char sFieldName=0); //词ID索引 //term_id:词ID //doc_id由应用程序维护 //sFieldName：字段名称，为空则表示无字段信息 bool Save(const char sIndexFile); //索引保存的名称 //一般都选择在索引建立全部完成后，调用。 private://以下部分为系统使用，应用开发者不要改写，只能读取数据 int m_nHandle;//索引器的Handle，无需调用申请 }; 全文检索接口（1）搜索的排序选项 /******************************************************************** * 搜索的排序选项 * *******************************************************************/ #define SORT_TYPE_DOCID 1//按照Doc ID排序，默认方式 #define SORT_TYPE_RELEVANCE 2//按照相关度排序（2）搜索的初始化设置 /******************************************************************* * * Func Name : LJSearch_Init * * Description: 搜索系统初始化，必须初始化后，才能使用CLJSearch * * Parameters :sIndexFile：已经建立的索引文件 * sDictFilename：词典文件名；为空时，采用n-gram索引方法 * sFieldInfoFile:域字段信息，用于支持多域索引，为空则只支持一个字段 * 如果API定义了CODE_LIMIT，需要从开发商处获得授权码，作为第三个参数 * Returns : success or fail * Author : 灵玖软件 * History : ********************************************************************/ #ifndef CODE_LIMIT LJSEARCHAPI_API bool LJSearch_Init(const char sIndexFile,const char sDictFilename=0,const char sFieldInfoFile=0); #else LJSEARCHAPI_API bool LJSearch_Init(const char sIndexFile,const char sDictFilename=0,const char sFieldInfoFile=0,const char sLicenseCodes=0); #endif （3）搜索系统的退出 /********************************************************************* * * Func Name : LJSearch_Exit * * Description: 搜索系统退出，释放所有相关的内存 * * Parameters : * Returns : success or fail * Author : 灵玖软件 * History : *******************************************************************/ LJSEARCHAPI_API bool LJSearch_Exit(); //系统退出（4）搜索结果的内存存储格式 /******************************************************************* * * Data Structure Name : tRESULT_RECORD * * Description: 搜索结果结构，用于检索计算使用 * * Parameters : * Returns : * Author : 灵玖软件 * History : ********************************************************************/ typedef struct tRESULT_RECORD {//搜索结果结构，用于检索计算使用 int doc_id; int offset;//在域字段内的偏移量 double score;//排序用的打分 }RESULT_RECORD; typedef RESULT_RECORD RESULT_RECORD_VECTOR; （5）搜索类 /********************************************************************* * * Class Name : CLJSearcher * * Description: 用于搜索的类 * * Parameters : * Returns : * Author : 灵玖软件 * History : ********************************************************************/ // class LJSEARCHAPI_API CLJSearcher{ public: CLJSearcher(int sort_type=SORT_TYPE_DOCID); ~CLJSearcher(void); // TODO: add your methods here. void Search(const char query_line,int nStart,int nPageCount,const char sResultName); //query_line: 查询表达式 //nStart:记录起始地址 //nPageCount：当前页返回结果数目 //nPageCount=-1:当前页需要返回所有的结果数目 //sResultName：结果存储的XML地址 const RESULT_RECORD_VECTOR CLJSearcher::Search(const char query_line,int p_nResultCountRet); //query_line: 查询表达式 //p_nResultCountRet:搜索结果总数 private://以下部分为系统使用，应用开发者不要改写，只能读取数据 int m_nHandle; int m_nSortType;//排序方法编号 }; 检索语法说明 /******************************************************************** * * 查询表达式语法说明 * *******************************************************************/ /******************************************************************* {[FIELD] fieldname [AND/OR/NOT/NEAR/PREC] value1 value2 ... value_n}+ 说明： 1.查询是由 [FIELD] fieldname [AND/OR/NOT/NEAR/PREC] value1 value2 ... value_n 形式的表达式无限叠加组成的；可以针对多个字段进行查询，也可以针对同一个字段编写多条查询语句； 2.其中每个字符串之间采用空格或者TAB键隔开； 3.其中[FIELD]指定字段名称； 4.[AND/OR/NOT/NEAR/PREC]为候选的操作符；操作符的意义解释如下： 1) AND: 与操作，即返回的结果必须同时包括后面指定的值value1 value2 ... value_n； 2) OR：或操作，即返回的结果必须包括后面指定值范围value1 value2 ... value_n中的任意一个； 3)NOT: 非操作，即返回的结果不能包括后面指定值范围value1 value2 ... value_n中的任意一个； 4)NEAR: 邻接操作：即返回的结果中，后续的搜索串value1 value2 ... value_n必须出现在邻接的位置上（系统目前自定义为10个词间隔） 5)PREC: 精准操作：即返回的结果中，如果包含数据的话，必须严格匹配:例如检索号码“GB 997”，不能命中“GB 1997-2009”，或者"GB 9970"，只能是“GB 997”或者"GB 997-2008"。 5.fieldname为索引字段名称，必须和实现建立索引对应的字段名一致；也可以给出通配符，表示在指定的通配符字段范围内任意搜索； 6.检索语法示例： //Sample1: [FIELD] title [AND] 解放军 //Sample2: [FIELD] title [AND] 甲流 //Sample3: [FIELD] title [AND] 解放军甲流 //Sample4: [FIELD] title [OR] 解放军甲流 //Sample5: [FIELD] title [AND] 解放军 [FIELD] title [NOT] 甲流 //Sample6: "[FIELD] content [AND] 解放军张雁灵 [FIELD] title [AND] 解放军 //Sample7: "[FIELD] content [AND] 解放军张雁灵 [FIELD] title [AND] 解放军 //Sample8: [FIELD] title [AND] 解放军某部发生数百人感染甲流疫情 //Sample9: [FIELD] title [AND] 解放军某部发生数百人感染甲流疫情 //Sample10: [FIELD] content [AND] 甲型H1N1流感 //Sample11: [FIELD] content [NEAR] 张雁灵解放军 //Sample12: [FIELD] content [AND] 解放军 [FIELD] content [NOT] 张雁灵 *******************************************************************/ 建立索引的示例程序 ////////////////////////////////////////////////////////////////////////// // // 以下部分为索引建立的API调用示例 // ////////////////////////////////////////////////////////////////////////// //索引初始化 LJIndexer_Init("E:/LJSearch20/Data/dictionary.pdat",NULL,"LingjoinICTCLAS2010~!@#$%&&%$#@!~"); //设置字段信息 LJIndexer_FieldAdd("title",NULL,FIELD_TYPE_TEXT,true,true,true); //对标题建索引，需要搜索 LJIndexer_FieldAdd("content",NULL,FIELD_TYPE_TEXT,true,true,true); //对内容建索引，需要搜索 LJIndexer_FieldSave("FieldInfo.dat"); //保存字段信息 CLJIndexer pIndexer=new CLJIndexer(); //对文档列表进行索引 for (int doc_id=0;doc_id<vecFileList.size();doc_id++) {//索引一个文件，注意：vecFileList存储的是文件名向量 pIndexer->MemIndexing(vecFileList[doc_id].c_str(),doc_id,"title"); //对文件标题进行索引 printf("Indexing %s title completed!\",vecFileList[doc_id].c_str()); pIndexer->FileIndexing(vecFileList[doc_id].c_str(),doc_id,"content"); //对文件内容进行索引 printf("Indexing %s content completed!\",vecFileList[doc_id].c_str()); } pIndexer->Save("Test0430test");//保存索引结果 delete pIndexer;//索引完成，释放空间 LJIndexer_Exit();//退出索引系统搜索系统的示例程序 LJSearch_Init("Test0430test","E:/LJSearch20/Data/dictionary.pdat","FieldInfo.dat","LingjoinICTCLAS2010~!@#$%&&%$#@!~"); //搜索系统初始化 CLJSearcher pSearcher=new CLJSearcher(SORT_TYPE_RELEVANCE);//按照相关度排序 //申请搜索类 int nRecordCount=0; RESULT_RECORD_VECTOR pResult =0; int nLen; char pQueryString,*sLine; sLine=new char[100]; strcpy(sLine,"[FIELD] content [AND] 解放军张雁灵");//甲型H1N1流感 //Sample1: [FIELD] title [AND] 解放军 //Sample2: [FIELD] title [AND] 甲流 //Sample3: [FIELD] title [AND] 解放军甲流 //Sample4: [FIELD] title [OR] 解放军甲流 //Sample5: [FIELD] title [AND] 解放军 [FIELD] title [NOT] 甲流 //Sample6: "[FIELD] content [AND] 解放军张雁灵 [FIELD] title [AND] 解放军" //Sample7: "[FIELD] content [AND] 解放军张雁灵 [FIELD] title [AND] 解放军" //Sample8: [FIELD] title [AND] 解放军某部发生数百人感染甲流疫情 //Sample9: [FIELD] title [AND] 解放军某部发生数百人感染甲流疫情 //Sample10: [FIELD] content [AND] 甲型H1N1流感 //Sample11: [FIELD] content [NEAR] 张雁灵解放军 //Sample12: [FIELD] content [AND] 解放军 [FIELD] content [NOT] 张雁灵 int nSize=0; pQueryString=sLine; pResult=pSearcher->Search(pQueryString,&nRecordCount); //搜索pQuerySearch，结果总数存在nRecordCount内，搜索结果数组指针存储在pResult printf("Query=%s, Search Result Count=%d, list as follows:\",pQueryString,nRecordCount); //逐个输出搜索结果 for (int i=0;i<nRecordCount;i++) { printf("No.%d:doc_id=%d===%s[%d] score=%f\", i, pResult[i].doc_id, vecFileList[pResult[i].doc_id].c_str(), pResult[i].offset, pResult[i].score ); } delete pSearcher;//释放搜索类 delete sLine; LJSearch_Exit();//退出搜索系统
随便看	方岽清方崧卿方徵方沆方浜方浜中路方淙方灏方妍方娅方畿方琦雪方琛方瑜垠方梓生方昊方昶方晟方晔方晏磊方贻儒方贻岩方斐均方烨频方祺江