3.3.7 跨度查询
若查询词是“吃饭”，而文档中出现了“吃完饭”这样的词。把查询词和文档都按最小粒度分词，分成“吃”和“饭”两个词。文档中的这两个词虽然不是连续出现，但只间隔了一个词。
近似查询假设同时查询的几个词之间的匹配点很近，则这样的文档可能也是要查找的。匹配词在文档中的位置信息用跨度(Spans)描述。抽象类Spans封装了一次匹配的文档和位置信息。span是一个<文档编号，开始位置，结束位置>的三元组。
Spans的接口定义如下：
boolean next() //移动到下一个匹配的文档
boolean skipTo(int target)//跳到指定的文档
int doc()//当前的文档编号
int start()//匹配区域的开始位置
int end() //匹配区域的结束位置
TermSpans是Spans的具体子类。
SpanQuery称为跨度查询，用于查询多个词时考虑几个词在文档中的匹配位置。SpanQuery和PhraseQuerys或者MultiPhraseQuerys很相似，因为都是通过位置限制匹配，但是SpanQuery更灵活。
SpanNearQuery用来查询在比较近的区域内出现的多个查询词。例如，下面这个查询既可以匹配“吃饭”，又可以匹配“吃完饭”。
new SpanNearQuery(new SpanQuery[] {
new SpanTermQuery(new Term(FIELD, "吃")), //第1个词
new SpanTermQuery(new Term(FIELD, "饭"))}, //第2个词
1, //在1个位置以内
true); //有序
SpanTermQuery是一个最基础的跨度搜索实现类，因为可以通过它得到一个词的位置信息。在SpanNearQuery的构造方法中可以指定一些查询词需要在多近的区域出现。
同样的几个词在一起，但是如果顺序不一样，意思可能就不一样。例如，“花的中间”与“中间的花”意义就不一样，类似的例子还有“妈妈爱自己的儿女”和“儿女爱自己的妈妈”。所以，SpanNearQuery有一个参数表示是否要求按数组中的顺序匹配。
例如，需要查找lucene和doug在5个位置以内，doug在lucene之后，也就是说，词出现的顺序是需要考虑的。可以使用如图3-11所示的SpanNearQuery。
图3-11 SpanNearQuery
SpanQuery[] baseQueries = new SpanQuery[] {
new SpanTermQuery(new Term(FIELD, "lucene")),
new SpanTermQuery(new Term(FIELD, "doug"))};
//这里的true表示词必须按数组中的顺序出现在文档中
new SpanNearQuery(baseQueries, 5, true);
在这个例子中，lucene和doug的间隔在3以内，也就是间隔了3个词。
SpanNearQuery会查找互相在给定距离内的一些数量的SpanQuery。可以指定span是按顺序或者不按顺序查询。SpanNearQuery根据SpanQuery对象组成的数组来构建。因为SpanTermQuery是SpanQuery的子类，所以可以根据SpanTermQuery构造出SpanNearQuery。
SpanNearQuery构造方法接收一个SpanQuery数组。span之间的距离，一个布尔值表明是否要求按SpanQuery数组中的顺序出现。下面是另一个嵌套的例子。这次，查找doug在lucene之后的5个间隔内，而hadoop在lucene → doug之后的4个间隔内，如图3-12所示。
图3-12 嵌套的SpanNearQuery
SpanNearQuery spanNear = new SpanNearQuery(new SpanQuery[] {
new SpanTermQuery(new Term(FIELD, "lucene")),
new SpanTermQuery(new Term(FIELD, "doug"))},
5,
true);
new SpanNearQuery(new SpanQuery[] {
spanNear,
new SpanTermQuery(new Term(FIELD, "hadoop"))},
4,
true);
有些列，例如标题，头几个词可能更重要，可以使用SpanFirstQuery限定只查询前几个词。例如，查找名称以“玩具”开头的产品。
SpanTermQuery toy = new SpanTermQuery(new Term("title", "玩具"));
SpanFirstQuery first = new SpanFirstQuery(toy, 1); //限定在头一个位置出现
可以把SpanFirstQuery看成是SpanNearQuery的特例，第一个词是一个虚拟的开始词，从第二个词开始才是真正的匹配词。
例如，有两个文档“I love Lucene”和“Lucene is nice”，想要能够查询Lucene出现在最开始的文档，也就是匹配正则表达式“^Lucene .*”的文档。
SpanTermQuery lucene = new SpanTermQuery(new Term("title", "Lucene"));
SpanFirstQuery first = new SpanFirstQuery(lucene, 1); //限定在头一个位置出现
SpanRegexQuery使用标准的正则表达式语法。例如，查询年：2000, 2001, 2002, ..., 2009。
SpanRegexQuery srq = new SpanRegexQuery(new Term("year", "200.? "));
SpanNotQuery包含必须满足的SpanQuery和必须排除的SpanQuery。例如，要查找Microsoft Windows，但是不匹配Microsoft Windows之后的文档是大写的，伪代码如下：
SpanNot:
include:
SpanNear(in-order=true, slop=0):
SpanTerm: "Microsoft"
SpanTerm: "Windows"
exclude:
SpanNear(in-order=true, slop=0):
SpanTerm: "Microsoft"
SpanTerm: "Windows"
SpanRegex: "^\\p{Lu}.*"
实际的代码：
SpanNearQuery includeQuery = new SpanNearQuery(new SpanQuery[] {
new SpanTermQuery(new Term(FIELD, "Microsoft")),
new SpanTermQuery(new Term(FIELD, "Windows"))},
0,
true);
SpanRegexQuery upperCaseQuery = new SpanRegexQuery( new Term(FIELD,
"^\\p{Lu}.*"));
SpanNearQuery excludeQuery = new SpanNearQuery(new SpanQuery[] {
new SpanTermQuery(new Term(FIELD, "Microsoft")),
new SpanTermQuery(new Term(FIELD, "Windows")),
upperCaseQuery },
0,
true);
若想查找包含“喜欢”一词，并且在其前面没有“不”字的文档。可以这样：
SpanNotQuery(like, SpanNearQuery(not, like))
再扩展出同类查询词，也就是：
SpanNotQuery(
SpanOrQuery(喜欢，爱．..)
SpanNearQuery(
SpanOrQuery(不)
SpanOrQuery(喜欢，爱．..)
)
)
SpanOrQuery可以匹配符合任何一个条件的文档。
SpanTermQuery term1 = new SpanTermQuery(new Term("field", "thirty"));
SpanTermQuery term2 = new SpanTermQuery(new Term("field", "three"));
SpanNearQuery near1 = new SpanNearQuery(new SpanQuery[] {term1, term2},
0, true);
SpanTermQuery term3 = new SpanTermQuery(new Term("field", "forty"));
SpanTermQuery term4 = new SpanTermQuery(new Term("field", "seven"));
SpanNearQuery near2 = new SpanNearQuery(new SpanQuery[] {term3, term4},
0, true);
SpanOrQuery query = new SpanOrQuery(new SpanQuery[] {near1, near2});
例如，说一个人坏透了，用“头上长疮，脚下流脓”来形容。这个条件可以这样描述：
SpanAndQuery(
SpanFirstQuery(疮)
SpanLastQuery(脓)
)
SpanAndQuery和SpanLastQuery都还没有现成的实现例子。