pylucene 3.5.0-3
[pylucene.git] / lucene-java-3.4.0 / lucene / backwards / src / test / org / apache / lucene / search / TestTermVectors.java
diff --git a/lucene-java-3.4.0/lucene/backwards/src/test/org/apache/lucene/search/TestTermVectors.java b/lucene-java-3.4.0/lucene/backwards/src/test/org/apache/lucene/search/TestTermVectors.java
deleted file mode 100644 (file)
index e83f045..0000000
+++ /dev/null
@@ -1,446 +0,0 @@
-package org.apache.lucene.search;
-
-/**
- * Licensed to the Apache Software Foundation (ASF) under one or more
- * contributor license agreements.  See the NOTICE file distributed with
- * this work for additional information regarding copyright ownership.
- * The ASF licenses this file to You under the Apache License, Version 2.0
- * (the "License"); you may not use this file except in compliance with
- * the License.  You may obtain a copy of the License at
- *
- *     http://www.apache.org/licenses/LICENSE-2.0
- *
- * Unless required by applicable law or agreed to in writing, software
- * distributed under the License is distributed on an "AS IS" BASIS,
- * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
- * See the License for the specific language governing permissions and
- * limitations under the License.
- */
-
-import org.apache.lucene.util.LuceneTestCase;
-import org.apache.lucene.analysis.MockAnalyzer;
-import org.apache.lucene.analysis.MockTokenizer;
-import org.apache.lucene.document.Document;
-import org.apache.lucene.document.Field;
-import org.apache.lucene.index.*;
-import org.apache.lucene.index.IndexWriterConfig.OpenMode;
-import org.apache.lucene.store.Directory;
-import org.apache.lucene.util.English;
-
-import java.io.IOException;
-import java.util.HashMap;
-import java.util.Map;
-import java.util.SortedSet;
-
-public class TestTermVectors extends LuceneTestCase {
-  private IndexSearcher searcher;
-  private IndexReader reader;
-  private Directory directory;
-
-  @Override
-  public void setUp() throws Exception {                  
-    super.setUp();
-    directory = newDirectory();
-    RandomIndexWriter writer = new RandomIndexWriter(random, directory, newIndexWriterConfig(TEST_VERSION_CURRENT, new MockAnalyzer(random, MockTokenizer.SIMPLE, true)).setMergePolicy(newLogMergePolicy()));
-    //writer.setUseCompoundFile(true);
-    //writer.infoStream = System.out;
-    for (int i = 0; i < 1000; i++) {
-      Document doc = new Document();
-      Field.TermVector termVector;
-      int mod3 = i % 3;
-      int mod2 = i % 2;
-      if (mod2 == 0 && mod3 == 0){
-        termVector = Field.TermVector.WITH_POSITIONS_OFFSETS;
-      }
-      else if (mod2 == 0){
-        termVector = Field.TermVector.WITH_POSITIONS;
-      }
-      else if (mod3 == 0){
-        termVector = Field.TermVector.WITH_OFFSETS;
-      }
-      else {
-        termVector = Field.TermVector.YES;
-      }
-      doc.add(new Field("field", English.intToEnglish(i),
-          Field.Store.YES, Field.Index.ANALYZED, termVector));
-      writer.addDocument(doc);
-    }
-    reader = writer.getReader();
-    writer.close();
-    searcher = newSearcher(reader);
-  }
-  
-  @Override
-  public void tearDown() throws Exception {
-    searcher.close();
-    reader.close();
-    directory.close();
-    super.tearDown();
-  }
-
-  public void test() {
-    assertTrue(searcher != null);
-  }
-
-  public void testTermVectors() {
-    Query query = new TermQuery(new Term("field", "seventy"));
-    try {
-      ScoreDoc[] hits = searcher.search(query, null, 1000).scoreDocs;
-      assertEquals(100, hits.length);
-      
-      for (int i = 0; i < hits.length; i++)
-      {
-        TermFreqVector [] vector = searcher.reader.getTermFreqVectors(hits[i].doc);
-        assertTrue(vector != null);
-        assertTrue(vector.length == 1);
-      }
-    } catch (IOException e) {
-      assertTrue(false);
-    }
-  }
-  
-  public void testTermVectorsFieldOrder() throws IOException {
-    Directory dir = newDirectory();
-    RandomIndexWriter writer = new RandomIndexWriter(random, dir, new MockAnalyzer(random, MockTokenizer.SIMPLE, true));
-    Document doc = new Document();
-    doc.add(new Field("c", "some content here", Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
-    doc.add(new Field("a", "some content here", Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
-    doc.add(new Field("b", "some content here", Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
-    doc.add(new Field("x", "some content here", Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
-    writer.addDocument(doc);
-    IndexReader reader = writer.getReader();
-    writer.close();
-    TermFreqVector[] v = reader.getTermFreqVectors(0);
-    assertEquals(4, v.length);
-    String[] expectedFields = new String[]{"a", "b", "c", "x"};
-    int[] expectedPositions = new int[]{1, 2, 0};
-    for(int i=0;i<v.length;i++) {
-      TermPositionVector posVec = (TermPositionVector) v[i];
-      assertEquals(expectedFields[i], posVec.getField());
-      String[] terms = posVec.getTerms();
-      assertEquals(3, terms.length);
-      assertEquals("content", terms[0]);
-      assertEquals("here", terms[1]);
-      assertEquals("some", terms[2]);
-      for(int j=0;j<3;j++) {
-        int[] positions = posVec.getTermPositions(j);
-        assertEquals(1, positions.length);
-        assertEquals(expectedPositions[j], positions[0]);
-      }
-    }
-    reader.close();
-    dir.close();
-  }
-
-  public void testTermPositionVectors() throws IOException {
-    Query query = new TermQuery(new Term("field", "zero"));
-    ScoreDoc[] hits = searcher.search(query, null, 1000).scoreDocs;
-    assertEquals(1, hits.length);
-    
-    for (int i = 0; i < hits.length; i++)
-    {
-      TermFreqVector [] vector = searcher.reader.getTermFreqVectors(hits[i].doc);
-      assertTrue(vector != null);
-      assertTrue(vector.length == 1);
-      
-      boolean shouldBePosVector = (hits[i].doc % 2 == 0) ? true : false;
-      assertTrue((shouldBePosVector == false) || (shouldBePosVector == true && (vector[0] instanceof TermPositionVector == true)));
-      
-      boolean shouldBeOffVector = (hits[i].doc % 3 == 0) ? true : false;
-      assertTrue((shouldBeOffVector == false) || (shouldBeOffVector == true && (vector[0] instanceof TermPositionVector == true)));
-      
-      if(shouldBePosVector || shouldBeOffVector){
-        TermPositionVector posVec = (TermPositionVector)vector[0];
-        String [] terms = posVec.getTerms();
-        assertTrue(terms != null && terms.length > 0);
-        
-        for (int j = 0; j < terms.length; j++) {
-          int [] positions = posVec.getTermPositions(j);
-          TermVectorOffsetInfo [] offsets = posVec.getOffsets(j);
-          
-          if(shouldBePosVector){
-            assertTrue(positions != null);
-            assertTrue(positions.length > 0);
-          }
-          else
-            assertTrue(positions == null);
-          
-          if(shouldBeOffVector){
-            assertTrue(offsets != null);
-            assertTrue(offsets.length > 0);
-          }
-          else
-            assertTrue(offsets == null);
-        }
-      }
-      else{
-        try{
-          assertTrue(false);
-        }
-        catch(ClassCastException ignore){
-          TermFreqVector freqVec = vector[0];
-          String [] terms = freqVec.getTerms();
-          assertTrue(terms != null && terms.length > 0);
-        }
-        
-      }
-      
-    }
-  }
-  
-  public void testTermOffsetVectors() {
-    Query query = new TermQuery(new Term("field", "fifty"));
-    try {
-      ScoreDoc[] hits = searcher.search(query, null, 1000).scoreDocs;
-      assertEquals(100, hits.length);
-      
-      for (int i = 0; i < hits.length; i++)
-      {
-        TermFreqVector [] vector = searcher.reader.getTermFreqVectors(hits[i].doc);
-        assertTrue(vector != null);
-        assertTrue(vector.length == 1);
-        
-        //assertTrue();
-      }
-    } catch (IOException e) {
-      assertTrue(false);
-    }
-  }
-
-  public void testKnownSetOfDocuments() throws IOException {
-    String test1 = "eating chocolate in a computer lab"; //6 terms
-    String test2 = "computer in a computer lab"; //5 terms
-    String test3 = "a chocolate lab grows old"; //5 terms
-    String test4 = "eating chocolate with a chocolate lab in an old chocolate colored computer lab"; //13 terms
-    Map<String,Integer> test4Map = new HashMap<String,Integer>();
-    test4Map.put("chocolate", Integer.valueOf(3));
-    test4Map.put("lab", Integer.valueOf(2));
-    test4Map.put("eating", Integer.valueOf(1));
-    test4Map.put("computer", Integer.valueOf(1));
-    test4Map.put("with", Integer.valueOf(1));
-    test4Map.put("a", Integer.valueOf(1));
-    test4Map.put("colored", Integer.valueOf(1));
-    test4Map.put("in", Integer.valueOf(1));
-    test4Map.put("an", Integer.valueOf(1));
-    test4Map.put("computer", Integer.valueOf(1));
-    test4Map.put("old", Integer.valueOf(1));
-    
-    Document testDoc1 = new Document();
-    setupDoc(testDoc1, test1);
-    Document testDoc2 = new Document();
-    setupDoc(testDoc2, test2);
-    Document testDoc3 = new Document();
-    setupDoc(testDoc3, test3);
-    Document testDoc4 = new Document();
-    setupDoc(testDoc4, test4);
-    
-    Directory dir = newDirectory();
-    
-    RandomIndexWriter writer = new RandomIndexWriter(random, dir, 
-        newIndexWriterConfig(TEST_VERSION_CURRENT, new MockAnalyzer(random, MockTokenizer.SIMPLE, true))
-                                                     .setOpenMode(OpenMode.CREATE).setMergePolicy(newLogMergePolicy()));
-    writer.addDocument(testDoc1);
-    writer.addDocument(testDoc2);
-    writer.addDocument(testDoc3);
-    writer.addDocument(testDoc4);
-    IndexReader reader = writer.getReader();
-    writer.close();
-    IndexSearcher knownSearcher = newSearcher(reader);
-    TermEnum termEnum = knownSearcher.reader.terms();
-    TermDocs termDocs = knownSearcher.reader.termDocs();
-    //System.out.println("Terms: " + termEnum.size() + " Orig Len: " + termArray.length);
-    
-    //Similarity sim = knownSearcher.getSimilarity();
-    while (termEnum.next() == true)
-    {
-      Term term = termEnum.term();
-      //System.out.println("Term: " + term);
-      termDocs.seek(term);
-      while (termDocs.next())
-      {
-        int docId = termDocs.doc();
-        int freq = termDocs.freq();
-        //System.out.println("Doc Id: " + docId + " freq " + freq);
-        TermFreqVector vector = knownSearcher.reader.getTermFreqVector(docId, "field");
-        //float tf = sim.tf(freq);
-        //float idf = sim.idf(knownSearcher.docFreq(term), knownSearcher.maxDoc());
-        //float qNorm = sim.queryNorm()
-        //This is fine since we don't have stop words
-        //float lNorm = sim.lengthNorm("field", vector.getTerms().length);
-        //float coord = sim.coord()
-        //System.out.println("TF: " + tf + " IDF: " + idf + " LenNorm: " + lNorm);
-        assertTrue(vector != null);
-        String[] vTerms = vector.getTerms();
-        int [] freqs = vector.getTermFrequencies();
-        for (int i = 0; i < vTerms.length; i++)
-        {
-          if (term.text().equals(vTerms[i]))
-          {
-            assertTrue(freqs[i] == freq);
-          }
-        }
-        
-      }
-      //System.out.println("--------");
-    }
-    Query query = new TermQuery(new Term("field", "chocolate"));
-    ScoreDoc[] hits = knownSearcher.search(query, null, 1000).scoreDocs;
-    //doc 3 should be the first hit b/c it is the shortest match
-    assertTrue(hits.length == 3);
-    /*System.out.println("Hit 0: " + hits.id(0) + " Score: " + hits.score(0) + " String: " + hits.doc(0).toString());
-      System.out.println("Explain: " + knownSearcher.explain(query, hits.id(0)));
-      System.out.println("Hit 1: " + hits.id(1) + " Score: " + hits.score(1) + " String: " + hits.doc(1).toString());
-      System.out.println("Explain: " + knownSearcher.explain(query, hits.id(1)));
-      System.out.println("Hit 2: " + hits.id(2) + " Score: " + hits.score(2) + " String: " +  hits.doc(2).toString());
-      System.out.println("Explain: " + knownSearcher.explain(query, hits.id(2)));*/
-    assertTrue(hits[0].doc == 2);
-    assertTrue(hits[1].doc == 3);
-    assertTrue(hits[2].doc == 0);
-    TermFreqVector vector = knownSearcher.reader.getTermFreqVector(hits[1].doc, "field");
-    assertTrue(vector != null);
-    //System.out.println("Vector: " + vector);
-    String[] terms = vector.getTerms();
-    int [] freqs = vector.getTermFrequencies();
-    assertTrue(terms != null && terms.length == 10);
-    for (int i = 0; i < terms.length; i++) {
-      String term = terms[i];
-      //System.out.println("Term: " + term);
-      int freq = freqs[i];
-      assertTrue(test4.indexOf(term) != -1);
-      Integer freqInt = test4Map.get(term);
-      assertTrue(freqInt != null);
-      assertTrue(freqInt.intValue() == freq);        
-    }
-    SortedTermVectorMapper mapper = new SortedTermVectorMapper(new TermVectorEntryFreqSortedComparator());
-    knownSearcher.reader.getTermFreqVector(hits[1].doc, mapper);
-    SortedSet<TermVectorEntry> vectorEntrySet = mapper.getTermVectorEntrySet();
-    assertTrue("mapper.getTermVectorEntrySet() Size: " + vectorEntrySet.size() + " is not: " + 10, vectorEntrySet.size() == 10);
-    TermVectorEntry last = null;
-    for (final TermVectorEntry tve : vectorEntrySet) {
-      if (tve != null && last != null)
-      {
-        assertTrue("terms are not properly sorted", last.getFrequency() >= tve.getFrequency());
-        Integer expectedFreq =  test4Map.get(tve.getTerm());
-        //we expect double the expectedFreq, since there are two fields with the exact same text and we are collapsing all fields
-        assertTrue("Frequency is not correct:", tve.getFrequency() == 2*expectedFreq.intValue());
-      }
-      last = tve;
-      
-    }
-    
-    FieldSortedTermVectorMapper fieldMapper = new FieldSortedTermVectorMapper(new TermVectorEntryFreqSortedComparator());
-    knownSearcher.reader.getTermFreqVector(hits[1].doc, fieldMapper);
-    Map<String,SortedSet<TermVectorEntry>> map = fieldMapper.getFieldToTerms();
-    assertTrue("map Size: " + map.size() + " is not: " + 2, map.size() == 2);
-    vectorEntrySet = map.get("field");
-    assertTrue("vectorEntrySet is null and it shouldn't be", vectorEntrySet != null);
-    assertTrue("vectorEntrySet Size: " + vectorEntrySet.size() + " is not: " + 10, vectorEntrySet.size() == 10);
-    knownSearcher.close();
-    reader.close();
-    dir.close();
-  } 
-  
-  private void setupDoc(Document doc, String text)
-  {
-    doc.add(new Field("field2", text, Field.Store.YES,
-        Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
-    doc.add(new Field("field", text, Field.Store.YES,
-        Field.Index.ANALYZED, Field.TermVector.YES));
-    //System.out.println("Document: " + doc);
-  }
-
-  // Test only a few docs having vectors
-  public void testRareVectors() throws IOException {
-    RandomIndexWriter writer = new RandomIndexWriter(random, directory, 
-        newIndexWriterConfig(TEST_VERSION_CURRENT, new MockAnalyzer(random, MockTokenizer.SIMPLE, true))
-        .setOpenMode(OpenMode.CREATE));
-    writer.w.setInfoStream(VERBOSE ? System.out : null);
-    if (VERBOSE) {
-      System.out.println("TEST: now add non-vectors");
-    }
-    for (int i = 0; i < 100; i++) {
-      Document doc = new Document();
-      doc.add(new Field("field", English.intToEnglish(i),
-                        Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.NO));
-      writer.addDocument(doc);
-    }
-    if (VERBOSE) {
-      System.out.println("TEST: now add vectors");
-    }
-    for(int i=0;i<10;i++) {
-      Document doc = new Document();
-      doc.add(new Field("field", English.intToEnglish(100+i),
-                        Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
-      writer.addDocument(doc);
-    }
-
-    if (VERBOSE) {
-      System.out.println("TEST: now getReader");
-    }
-    IndexReader reader = writer.getReader();
-    writer.close();
-    searcher = newSearcher(reader);
-
-    Query query = new TermQuery(new Term("field", "hundred"));
-    ScoreDoc[] hits = searcher.search(query, null, 1000).scoreDocs;
-    assertEquals(10, hits.length);
-    for (int i = 0; i < hits.length; i++) {
-
-      TermFreqVector [] vector = searcher.reader.getTermFreqVectors(hits[i].doc);
-      assertTrue(vector != null);
-      assertTrue(vector.length == 1);
-    }
-    reader.close();
-  }
-
-
-  // In a single doc, for the same field, mix the term
-  // vectors up
-  public void testMixedVectrosVectors() throws IOException {
-    RandomIndexWriter writer = new RandomIndexWriter(random, directory, 
-        newIndexWriterConfig(TEST_VERSION_CURRENT, 
-        new MockAnalyzer(random, MockTokenizer.SIMPLE, true)).setOpenMode(OpenMode.CREATE));
-    Document doc = new Document();
-    doc.add(new Field("field", "one",
-                      Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.NO));
-    doc.add(new Field("field", "one",
-                      Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.YES));
-    doc.add(new Field("field", "one",
-                      Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS));
-    doc.add(new Field("field", "one",
-                      Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_OFFSETS));
-    doc.add(new Field("field", "one",
-                      Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
-    writer.addDocument(doc);
-    IndexReader reader = writer.getReader();
-    writer.close();
-
-    searcher = newSearcher(reader);
-
-    Query query = new TermQuery(new Term("field", "one"));
-    ScoreDoc[] hits = searcher.search(query, null, 1000).scoreDocs;
-    assertEquals(1, hits.length);
-
-    TermFreqVector [] vector = searcher.reader.getTermFreqVectors(hits[0].doc);
-    assertTrue(vector != null);
-    assertTrue(vector.length == 1);
-    TermPositionVector tfv = (TermPositionVector) vector[0];
-    assertTrue(tfv.getField().equals("field"));
-    String[] terms = tfv.getTerms();
-    assertEquals(1, terms.length);
-    assertEquals(terms[0], "one");
-    assertEquals(5, tfv.getTermFrequencies()[0]);
-
-    int[] positions = tfv.getTermPositions(0);
-    assertEquals(5, positions.length);
-    for(int i=0;i<5;i++)
-      assertEquals(i, positions[i]);
-    TermVectorOffsetInfo[] offsets = tfv.getOffsets(0);
-    assertEquals(5, offsets.length);
-    for(int i=0;i<5;i++) {
-      assertEquals(4*i, offsets[i].getStartOffset());
-      assertEquals(4*i+3, offsets[i].getEndOffset());
-    }
-    reader.close();
-  }
-}