Une requête est décomposée en termes et opérateurs. Il y a 3 types de termes : le termes simples, les phrases et les sous-requêtes.

Un terme simple est un simple mot, tel que "test" ou "hello".

Une phrase est un groupe de mots inclus dans des double guillemets, tel que "hello dolly".

Une sous-requête est une requête incluse dans des parenthèses, tel que "(hello dolly)".

De multiples termes peuvent être combinés ensemble avec des opérateurs booléens pour former des requêtes complexes (voyez ci-dessous).

Lucene supporte les champs de données. Lorsque vous effectuez une recherche, vous pouvez soit spécifier un champ, soit utiliser le champ par défaut. Le nom du champ dépend des données indexées et le champ par défaut est défini par les paramètres courants.

La première différence et la plus significative avec Java Lucene est que par défaut les termes sont cherchés dans tous les champs.

Il y a deux méthodes statiques dans la classe Zend_Search_Lucene qui permettent au développeur de configurer ces paramètres :

$defaultSearchField = Zend_Search_Lucene::getDefaultSearchField();
...
Zend_Search_Lucene::setDefaultSearchField('contents');

La valeur NULL indique que la recherche est effectuée dans tous les champs. C'est le paramétrage par défaut

Vous pouvez chercher dans des champs spécifiques en tapant le nom du champ suivi de ":", suivi du terme que vous cherchez.

Par exemple, prenons un index Lucene contenant deux champs -title et text- avec text comme champ par défaut. Si vous voulez trouver le document ayant pour titre "The Right Way" qui contient le text "don't go this way", vous pouvez entrer :

title:"The Right Way" AND text:go

or

title:"Do it right" AND go

"text" étant le champ par défaut, l'indicateur de champ n'est pas requis.

Note: Le champ n'est valable que pour le terme, la phrase ou la sous-requête qu'il précède directement, ainsi la requête

title:Do it right

ne trouvera que "Do" dans le champ 'title'. Elle trouvera "it" et "right" dans le champ par défaut (si le champ par défaut est défini) ou dans tous les champs indexés (si le champ par défaut est défini à NULL).

Lucene supporte les recherches avec joker sur un ou plusieurs caractères au sein des termes simples (mais pas dans les phrases).

Pour effectuez une recherche avec joker sur un seul caractère, utilisez le symbole "?".

Pour effectuez une recherche avec joker sur plusieurs caractères, utilisez le symbole "*".

La recherche avec un joker sur un seul caractère va faire correspondre le terme avec le "?" remplacé par n'importe quel autre caractère unique. Par exemple, pour trouver "text" ou "test" vous pouvez utiliser la recherche :

te?t

La rechercher par joker sur plusieurs caractères recherche pour 0 ou plus caractères quand elle fait correspondre une chaîne avec les termes de recherche. Par exemple, pour trouver test, tests ou tester, on peut utiliser la recherche :

test*

Vous pouvez utiliser "?", "*" ou les deux n'importe où dans un terme :

*wr?t*

Cela va chercher "write", "wrote", "written", "rewrite", "rewrote", etc.

Depuis la version 1.7.7 du ZF, les termes avec joker requierent un préfixe. La longueur par défaut du préfixe est de 3 (comme dans Java Lucene). Ainsi les termes "*", "te?t" ou "wr?t" causeront une exception^[15].

Ce paramètre peut être modifié à l'aide des méthodes Zend_Search_Lucene_Search_Query_Wildcard::getMinPrefixLength() et Zend_Search_Lucene_Search_Query_Wildcard::setMinPrefixLength().

Lucene supporte la modification des termes pour fournir un large panel d'options de recherche.

Le modificateur "~" peut être utilisé pour spécifier des recherches de proximité dans les phrases ou des recherches floues pour les termes individuels.

Dans une requêtes par intervalle, le développeur ou l'utilisateur peut rechercher des documents dont la valeur du/des champ(s) se trouve entre la borne inférieur et la borne supérieur de l'intervalle. Les requêtes d'intervalle peuvent être inclusives ou exclusives pour les bornes supérieures ou inférieures. Le tri est effectué de manière lexicographique.

mod_date:[20020101 TO 20030101]

Cela va trouver les documents dont la valeur du champ mod_date se trouve entre 20020101 et 20030101, bornes incluses. Notez que les requêtes d'intervalles ne sont pas réservées aux champs de date. Vous pouvez également les utiliser pour d'autres types de champ.

title:{Aida TO Carmen}

Cela va trouver tous les documents dont le titre serait triés entre Aida et Carmen, sans inclure ni Aida, ni Carmen.

Les requêtes d'intervalles inclusives utilisent des crochets. Les exclusives utilisent des accolades.

Si aucun champ n'est spécifié, par défaut Zend_Search_Lucene cherchera l'intervalle spécifié dans tous les champs.

{Aida TO Carmen}

Zend_Search_Lucene tout comme Java Lucene supporte les recherches floues basées sur les algorithmes "Levenshtein Distance" ou "Edit Distance". Pour effectuer une recherche floue, utilisez le symbole tilde "~" à la fin du mot pour un terme simple. Par exemple pour chercher un terme similaire à "roam", utilisez la recherche floue suivante :

roam~

Cette recherche va trouver des termes tels que foam ou roams. Un paramètre additionnel (et optionnel) peut spécifier la similarité requise. La valeur doit se trouver entre 0 et 1. Avec une valeur proche de 1, seuls les termes très similaires vont correspondre. Par exemple :

roam~0.8

Si le paramètre n'est pas fourni, la valeur par défaut est à 0.5.

Les recherches floues, par intervalle ou par joker peuvent correspondre à trop de termes. Cela peut causer d'énormes baisses de performances.

Du coup, Zend_Search_Lucene définit une limite dans le nombre de correspondances par requêtes (ou sous-requêtes). Cette limite peut être récupérée et définie à l'aide des méthodes Zend_Search_Lucene::getTermsPerQueryLimit()/Zend_Search_Lucene::setTermsPerQueryLimit($limit).

La limite du nombre de correspondances par requête est de 1024.

Lucene permet de trouver des mots dans une phrase qui se trouvent à une certaine distance les uns des autres dans une chaîne. Pour effectuer une recherche de proximité, utilisez le symbole tilde "~" à la fin de la phrase. Par exemple pour retrouver "Zend" et "Framework" avec 10 mots entre eux dans un document, utilisez la recherche :

"Zend Framework"~10

Java Lucene et Zend_Search_Lucene fournissent le niveau de pertinence des documents basé sur les termes trouvés. Pour booster la pertinence d'un terme, utilisez le symbole circonflexe "^" avec un facteur de boost (un nombre) à la fin du terme que vous cherchez. Plus le facteur de boost est élevé, plus la pertinence du terme le sera.

Le boostage vous permet de contrôler la pertinence d'un document en boostant les termes individuellement. Par exemple, si vous cherchez

PHP framework

et que vous voulez que le terme "PHP" soit plus pertinent, boostez le en utilisant le symbole ^ et son facteur de boost juste après le terme. Vous pourriez écrire :

PHP^4 framework

Cela fera en sorte que les documents possédant le terme PHP seront plus pertinents. Vous pouvez également booster des phrases ou des sous-requêtes, comme dans l'exemple ci-dessous :

"PHP framework"^4 "Zend Framework"

Par défaut, le facteur de boost est 1. Bien que le facteur de boost doive être positif, il peut être inférieur à 1 (p. ex. 0.2).

Les opérateurs booléens permettent de combiner des termes avec des opérateurs logiques. Lucene supporte AND, "+", OR, NOT et "-" en tant qu'opérateurs booléens. Dans Java Lucene, les opérateurs booléens doivent être en MAJUSCULE. Ce n'est pas nécessaire dans Zend_Search_Lucene.

Les opérateurs AND, OR et NOT et "+", "-" définissent deux styles différents pour construire des requêtes booléennes. Contrairement à Java Lucene, Zend_Search_Lucene ne permet pas de mixer ces deux styles.

Si le style AND/OR/NOT est utilisé, un opérateur AND ou OR devra être présent entre chaque terme de requête. Chaque terme peut également être précédé de l'opérateur NOT. L'opérateur AND à la priorité sur l'opérateur OR. Cela diffère du comportement de Java Lucene.

"PHP framework" AND "Zend Framework"

"PHP framework" OR "Zend Framework"

"PHP framework" AND NOT "Zend Framework"

+Zend Framework

"PHP framework" -"Zend Framework"

+"PHP framework" "Zend Framework"

Java Lucene et Zend_Search_Lucene supportent l'usage de parenthèses pour grouper des clauses et former des sous-requêtes. Cela peut s'avérer utile si vous voulez contrôler la priorité des opérateurs logiques pour une requête ou bien mixer différents styles de requête :

+(framework OR library) +php

Zend_Search_Lucene supporte l'imbrication de requêtes à n'importe quel niveau.

Lucene supporte également l'usage des parenthèses pour grouper plusieurs clauses sur un simple champ.

Pour chercher un titre (champ 'title') qui contient le mot "return" ET la phrase "pink panther", utilisez la requête :

title:(+return +"pink panther")

Lucene supporte l'échappement des caractères spéciaux qui sont utilisés dans la syntaxe de requête. La liste des caractères spéciaux est la suivante :

+ - && || ! ( ) { } [ ] ^ " ~ * ? : \

dans les termes simples, + et - sont automatiquement traités comme des caractères normaux.

Pour d'autres occurences de ces caractères, utilisez le \ avant chaque caractère spécial si vous voulez l'échapper. Par exemple, pour chercher (1+1):2, utilisez la requête :

\(1\+1\)\:2