Java8 API文档搜索引擎_3.搜索模块（程序）

文档搜索引擎模块划分（第一篇）见系列文章：

https://blog.csdn.net/m0_63299495/article/details/145805937?spm=1011.2415.3001.5331https://blog.csdn.net/m0_63299495/article/details/145805937?spm=1011.2415.3001.5331

索引模块程序见下文：

https://blog.csdn.net/m0_63299495/article/details/157515700?spm=1011.2415.3001.5331https://blog.csdn.net/m0_63299495/article/details/157515700?spm=1011.2415.3001.5331

本文为搜索模块程序篇。

[4.1 DocSearcher类](#4.1 DocSearcher类)

[4.1.1 DocSearcher类实现逻辑](#4.1.1 DocSearcher类实现逻辑)

[4.1.2 DocSearcher类程序](#4.1.2 DocSearcher类程序)

[4.2 封装Result类](#4.2 封装Result类)

4.1 DocSearcher类

4.1.1 DocSearcher类实现逻辑

分词：对查询词query进行分词；

触发：针对分词结果查倒排索引；

排序：针对出发结果按照权重降序排序；

包装结果：针对排序的结果查正排索引，包装要返回的数据

4.1.2 DocSearcher类程序

java 复制代码

import org.ansj.domain.Term;
import org.ansj.splitWord.analysis.ToAnalysis;

import java.util.ArrayList;
import java.util.Comparator;
import java.util.List;
import java.util.Scanner;

// 实现搜索过程
public class DocSearcher {
    // 定义索引对象实例，并完成索引加载（使用构造方法完成）
    private Index index = new Index();
    public DocSearcher(){
        index.load();
    }
    public List<Result> search(String query){
        // 1. 对查询词query进行分词
        List<Term> terms= ToAnalysis.parse(query).getTerms();
        // 2. 针对分词结果查倒排索引
        List<Weight> allTermResult = new ArrayList<>();
        for(Term term: terms){
            String word = term.getName();
            List<Weight> invertedList = index.getInverted(word);
            // 词在文档中不存在，则跳过本次循环
            if(invertedList == null)
                continue;
            allTermResult.addAll(invertedList);
        }
        // 3. 针对出发结果按照权重降序排序
        allTermResult.sort(new Comparator<Weight>() {
            @Override
            public int compare(Weight o1, Weight o2) {
                return o2.getWeight()-o1.getWeight();  // 降序
                // 若为升序，则返回o1.getWeight()-o2.getWeight()
            }
        });
        // 4. 针对排序的结果查正排索引，包装要返回的数据
        List<Result> results = new ArrayList<>();
        for(Weight weight: allTermResult){
            DocInfo docInfo = index.getDocInfo(weight.getDocId());
            Result result = new Result();
            result.setTitle(docInfo.getTitle());
            result.setUrl(docInfo.getUrl());
            // 描述是正文的一段摘要
            result.setDesc(GenDesc(docInfo.getContent(),terms));
            results.add(result);
        }
        return results;
    }

}

由于desc描述是content正文的一段摘要，故而单独封装一个Genedsc方法：

java 复制代码

   // 根据正文生成描述
    private String GenDesc(String content, List<Term> terms){
        int firstPos = -1;
        // 在content中查找存在的分词结果
        for(Term term: terms){
            String word = term.getName();
            firstPos = content.toLowerCase().indexOf(" "+word+" ");
            if(firstPos >= 0)
                break;
        }
        if(firstPos == -1){
            // 所有分词结果都不在正文结果中
            // 直接取正文前160个字符作为描述
            return content.substring(0, 160)+"...";
        }
        // 从firstPos作为基准，向前找160个字符作为描述的起始位置
        String desc = "";
        int descBeg = firstPos < 60 ? 0 : firstPos - 60;
        if(descBeg + 160 > content.length()){
            desc = content.substring(descBeg);
        }else{
            desc = content.substring(descBeg, descBeg+160)+"...";
        }
        return desc;
    }

4.2 封装Result类

java 复制代码

// 表示搜索结果
public class Result {
    private String title;
    private String url;
    // 描述是正文的一段摘要
    private String desc;
// 省略Getter和Setter方法
    @Override
    public String toString() {
        return "Result{" +
                "title='" + title + '\'' +
                ", url='" + url + '\'' +
                ", desc='" + desc + '\'' +
                '}';
    }
}

注：在main方法中需要测试DocSearcher根据查询词查询功能，需要输出描述，故而需要重写toString方法。