如何在 GroupDocs.Search for Java 中使用通配符搜索短语

在现代文档中心的应用中，如何搜索短语 快速且准确是用户体验的关键因素。无论您是在构建知识库、电子商务目录，还是合规驱动的存储库，定位精确短语或其灵活变体的能力都能提升用户生产力并降低支持成本。本教程将指导您安装 GroupDocs.Search for Java，创建搜索索引，加载文档，并运行精确短语和通配符增强查询，全部提供清晰、可用于生产的代码示例。

快速答案

  • 短语搜索的主要好处是什么？ 精确匹配词序和接近度，确保仅返回包含确切序列的文档。
  • 通配符可以在短语内部使用吗？ 是的——通配符允许您跳过或替换单词，同时保持整体顺序。
  • 开发是否需要许可证？ 免费试用可用于测试；生产部署需要完整许可证。
  • 应该使用哪个 Maven 版本？ 最新的 GroupDocs.Search for Java 版本（例如撰写时的 25.4）。
  • 这种方法适用于大规模文档集吗？ 绝对可以——当索引优化后，GroupDocs.Search 能处理数十万文档的集合，查询延迟在秒以下。

什么是“如何搜索短语”？

搜索短语是指在文档中查找特定的单词序列。
当您执行短语查询时，搜索引擎会检查单词是否按确切顺序出现并且在定义的接近范围内，从而排除包含相同单词但上下文不同的无关结果。这使得短语搜索非常适合定位法律条款、产品代码或任何顺序重要的文本。

为什么在短语和通配符查询中使用 GroupDocs.Search？

GroupDocs.Search 提供 高吞吐量索引，支持高达 100 万文档，同时在典型服务器硬件上保持亚秒级查询响应时间。其查询语言支持精确短语、简单的 * 和 ? 通配符，以及诸如数值范围 (*2~5) 的高级模式。该库可通过 Maven 或直接下载 JAR 与任何 Java 应用程序集成，并在 Java 8+ 环境下运行，无需外部服务。

前提条件

  • Java 8 或更高版本（推荐使用 Java 11 LTS）。
  • Maven 3 或更高版本（如果您偏好依赖管理）。
  • 基本熟悉 Java 项目结构和面向对象概念。

为 Java 设置 GroupDocs.Search

使用 Maven

在 pom.xml 中添加官方仓库和 GroupDocs.Search 依赖：

<!-- Maven repository -->
<repositories>
    <repository>
        <id>groupdocs-releases</id>
        <url>https://repository.groupdocs.com/release</url>
    </repository>
</repositories>

<!-- GroupDocs.Search dependency -->
<dependency>
    <groupId>com.groupdocs</groupId>
    <artifactId>groupdocs-search</artifactId>
    <version>25.4</version>
</dependency>

直接下载

或者，从官方发布页面下载最新的 JAR： GroupDocs.Search for Java releases。

获取许可证

  • 免费试用： 适合快速实验；索引数据限制为 100 MB。
  • 临时许可证： 可从 GroupDocs 门户请求 30 天评估密钥。
  • 完整许可证： 生产使用以及无限制索引容量所必需。

基本初始化和设置

创建一个用于保存索引文件的文件夹，并实例化 Index 对象。Index 类表示存储在磁盘上的可搜索索引，并提供添加、更新和查询文档的方法。

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/search/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-search</artifactId>
      <version>25.4</version>
   </dependency>
</dependencies>

添加您希望可搜索的文档：

String indexFolder = "YOUR_OUTPUT_DIRECTORY/PhraseSearch";
Index index = new Index(indexFolder);

如何在 GroupDocs.Search 中使用通配符搜索短语

本节演示了三种层次的短语搜索——精确匹配、简单通配符和高级通配符模式——展示如何创建索引、添加文档以及使用简洁的 Java 代码执行每种查询类型。示例涵盖基于文本的查询和基于对象的查询构造，使开发者能够将灵活的搜索功能集成到其应用程序中。

简单短语搜索

概述

当您需要 精确匹配 单词序列时（例如法律条款或产品型号），请使用此方法。

直接答案

加载索引，使用带引号的短语调用 search（例如 "quick brown fox"），引擎仅返回包含该确切序列的文档，保留词序和空格。即使在包含数十万文件的索引上，查询也在毫秒内完成。

步骤 1：创建索引

String documentsFolder = "YOUR_DOCUMENT_DIRECTORY";
index.add(documentsFolder);

步骤 2：向索引添加文档

Index index = new Index(indexFolder);

步骤 3：搜索特定短语（文本形式）

index.add(documentsFolder);

步骤 4：基于对象的查询（搜索精确短语）

String queryText = "\"sollicitudin at ligula\"";
SearchResult resultText = index.search(queryText);

带通配符的短语搜索

概述

通配符占位符（* 表示任意数量字符，? 表示单个字符）让您 跳过可变单词，同时仍然强制保持周围的顺序。

直接答案

在带引号的短语中插入通配符标记（*）——例如 "quick * fox"——以匹配 quick 与 fox 之间的任意单词。引擎在查询时展开通配符，仅扫描满足模式的已索引词项，从而保持与普通短语查询相当的性能。

步骤 1：创建索引

（同简单短语搜索。）

步骤 2：向索引添加文档

（同上。）

步骤 3：使用通配符的文本形式搜索

SearchQuery word1 = SearchQuery.createWordQuery("sollicitudin");
SearchQuery word2 = SearchQuery.createWordQuery("at");
SearchQuery word3 = SearchQuery.createWordQuery("ligula");
SearchQuery queryObject = SearchQuery.createPhraseSearchQuery(word1, word2, word3);
SearchResult resultObject = index.search(queryObject);

步骤 4：使用通配符的基于对象查询（Wildcard Search Java）

String queryText = "\"sollicitudin *0~~3 ligula\"";
SearchResult resultText = index.search(queryText);

高级通配符搜索

概述

结合数值范围、可选字符和自定义类似正则的模式，实现 高级匹配，例如版本号或产品代码。

直接答案

使用扩展通配符语法 *min~max 定义允许的词距范围，或使用 ? 匹配单个字符。例如，"error *2~5 code" 查找单词 error 后跟任意两到五个词再接 code。此精度在提供灵活性的同时降低误报。

步骤 1：创建索引

（为清晰起见重复。）

步骤 2：向索引添加文档

（重复。）

步骤 3：使用复杂通配符模式的文本形式搜索

SearchQuery word1 = SearchQuery.createWordQuery("sollicitudin");
SearchQuery wildcard2 = SearchQuery.createWildcardQuery(0, 3);
SearchQuery word3 = SearchQuery.createWordQuery("ligula");
SearchQuery queryObject = SearchQuery.createPhraseSearchQuery(word1, wildcard2, word3);
SearchResult resultObject = index.search(queryObject);

步骤 4：使用高级通配符的基于对象查询

String queryText = "\"sollicitudin *0~~3 ?(0~4)la\"";
SearchResult resultText = index.search(queryText);

实际应用

  • 内容管理系统： 编辑者可以定位精确条款或灵活摘录，无需手动扫描数百页。
  • 电子商务目录： 购物者即使省略描述词或使用同义词，也能找到产品，这得益于通配符容忍度。
  • 法律与合规： 快速隔离在协议中可能出现细微差异的合同语言。

性能考虑因素

  • 创建搜索索引：对稳定的文档集只创建一次；对所有查询复用同一 Index 实例。
  • 增量添加文档：当有新文件到达时增量添加——避免重新构建整个索引，以降低 CPU 使用率。
  • 设计精确的通配符模式：更宽泛的模式（*）会增加词项展开次数，可能提升 CPU 负载。
  • 定期调用 index.optimize()（如果支持）以压缩索引并控制内存消耗。

常见问题与解决方案

问题解决方案
通配符查询未返回结果验证通配符语法（*min~max），并确保目标单词在定义的距离范围内存在。
文件更新后索引变陈旧使用 index.add(updatedFolder) 或增量更新 API，仅刷新已更改的文件。
大数据集上内存消耗高增加 JVM 堆内存（-Xmx4g 或更高），并考虑将索引拆分为多个分片以进行并行处理。

常见问答

问：通配符与短语搜索有什么区别？
答：短语搜索要求精确的词序和间距，而通配符允许在保持顺序的前提下替换或跳过单词，提供灵活的匹配。

问：我可以在搜索中对数值数据使用通配符吗？
答：可以——通配符范围参数（*min~max）同样适用于数字和单词，支持如 "version *1~3" 的查询。

问：如何处理非常大的文档集合？
答：保持索引优化，执行增量更新，并制定具体的通配符模式以限制词项展开。GroupDocs.Search 能在标准硬件上对 100 万文档进行索引，查询延迟保持在 200 ms 以下。

问：GroupDocs.Search 适用于实时搜索场景吗？
答：完全适用——索引构建完成后，查询在毫秒级执行，非常适合交互式搜索框和自动完成等功能。

问：我可以将此库集成到现有的 Java 项目中吗？
答：可以。添加 Maven 依赖或 JAR，按示例实例化 Index，即可在不修改现有代码的情况下进行查询。

最后更新： 2026-05-28
测试版本： GroupDocs.Search 25.4 for Java
作者： GroupDocs

double word1 = SearchQuery.createWordQuery("sollicitudin");
SearchQuery wildcard2 = SearchQuery.createWildcardQuery(0, 3);

WordPattern pattern = new WordPattern();
pattern.appendWildcard(0, 4);
pattern.appendString("la");

SearchQuery wordPattern3 = SearchQuery.createWordPatternQuery(pattern);
SearchQuery queryObject = SearchQuery.createPhraseSearchQuery(word1, wildcard2, wordPattern3);
SearchResult resultObject = index.search(queryObject);

相关教程