严格意义上的布尔检索法是指利用布尔运算符连接各个检索词，然后由计算机进行相应逻辑运算，以找出所需信息的方法。它使用面最广、使用频率最高。布尔逻辑算符的作用是把检索词连接起来，构成一个逻辑检索式。在具体检索时，是通过以下3个布尔运算符来实现其功能的。常用的有三种：
1）逻辑“与”
用“AND”或“
*”表示。用于连接概念交叉和限定关系的检索词，功能：以缩小检索范围，有利于提高查准率。我的论文主题是“小学识字教学的人文因素的发掘”。如：在CNKI中的中国期刊全文数据库中输入“识字教学*人文因素”表示查找的主题词既包括识字教学，也包括人文因素,搜索结果有1条记录，它是“在识字教学中开掘汉字文化”
2）逻辑“或”
用“OR”或“+”表示。用于连接并列关系的检索词，功能：以扩大检索范围，防止漏检，有利于提高查全率。如：“识字教学+人文因素”，表示包括识字教学或者人文因素的所有材料，在中文期刊网上的搜索结果有1580条。
3）逻辑“非”
用“NOT”或“—”号表示，但在检索词为英文时，建议使用“NOT”，以避免与词间的
分隔符“-”混淆。用于连接排除关系的检索词，功能：即排除不需要的和影响检索结果的概念，以提高查准率。如：“识字教学-人文因素”表示所查找的材料包括识字教学不包括人文因素 如果你是在
搜索引擎中查找，这样的布尔逻辑比较复杂，而如果你在数据库中的“高级检索”中查找可以在里面自己组合检索关键词。
比如说第一个，“
南京大学的老师研究的有关
核酶在抗病毒
基因治疗中的作用方面的论文”，在搜索引擎中可以用：
南京大学and（核酶and抗病毒基因治疗）and（作用or效果）。
在数据库中则可以在“作者单位”中用“南京大学”，在“关键词”或“题名”中用“核酶”和“抗病毒基因治疗”检索。逻辑“与”
用“AND”或“ *”表示。可用来表示其所连接的两个检索项的交叉部分，也即交集部分。如果用AND连接检索词
A和检索词B，则检索式为：A AND B (或 A*B)：表示让系统检索同时包含检索词A和检索词B的信息集合C。 如：查找“
胰岛素治疗
糖尿病”的检索式为： insulin (胰岛素) and diabetes（糖尿病）。
逻辑“或”
用“OR”或“+”表示。用于连接并列关系的检索词。用OR连接检索词A和检索词B，则检索式为：A OR
B（或 A＋B）。表示让系统查找含有检索词A、B之一，或同时包括检索词A和检索词B的信息。如：查找“肿瘤”的检索式为：cancer（癌）or tumor（瘤）or carcinoma（癌） or neoplasm（新生物）。
逻辑“非”
用“NOT”或“—”号表示。用于连接排除关系的检索词，即排除不需要的和影响检索结果的概念。用NOT连接检索词A和检索词B，检索式为：A
NOTB (或A—B)。表示检索含有检索词A而不含检索词B的信息，即将包含检索词B的信息集合排除掉。
如：查找“动物的
乙肝病毒（不要人的）”的文献的检索式为：hepatitis B virus（乙肝病毒） not human（人类）。[1]
邻近度算符With用“With”表示。用于表示同时出现在同一文献的一个字段的两个词，用With连接检索词A和检索词B，检索式为：“Awith
B”。表示检索词A和检索词B不仅要同时出现在一条记录中，还要同时出现在一个字段里的文献才是命中文献。如：drug（药物）
withabuse（滥用），检索出的是同一个字段中同时出现这两个词的记录。
邻近度算符Near
用“Near”表示。用于表示不仅要同时出现在一条记录的同一字段里，还必须在同一个子字段（一句话）里的两个词，用With连接检索词A和检索词B，检索式为：“A
Near B”。表示检索词A和检索词B不仅要同时出现在一条记录中，还要同时出现在一个字段里的文献才是命中文献。如：drug（药物） Near
abuse（滥用），检索出的是同一句话中同时出现这两个词的记录。（也可说成是两个词之间没有句号的文献）
邻近度算符Near#
用“Near#”表示。其中“#”代表一个常数，，用Near#连接检索词A和检索词B，检索式为：“A near#
B”表示检索词A和检索词B之间有0~#个单词的文献（A和B在同一记录、同一字段里）。在near后加一个数字，指定两个词的邻近程度，且不论语序。如：information
（信息检索）near2 retrieval（数据），表示检索词
information和retrieval同时出现在一个句子中，且这两个检索词之间的单词数不超过两个的那些文献为命中文献。
逻辑序运算次 在一个检索式中，可以同时使用多个
逻辑运算符，构成一个复合逻辑检索式。复合逻辑检索式中，运算优先级别从高至低依次是not、and、near、with、or，可以使用括号改变运算次序。
如：(A or B) and C 先运算(A or B),再运算and C
检索中逻辑算符使用是最频繁的，逻辑算符使用的技巧决定检索结果的满意程度。用布尔逻辑表达检索要求，除要掌握检索课题的相关因素外，还应在布尔算符对检索结果的影响方面引起注意。另外，对同一个布尔逻辑提问式来说，不同的运算次序会有不同的检索结果。
1． 布尔逻辑检索
利用布尔逻辑算符进行检索词或代码的逻辑组配，是现代信息检索系统中最常用的一种技术。常用的布尔逻辑算符有三种，分别是
逻辑或“OR”、逻辑与“AND”、逻辑非“NOT”。
2． 截词检索
截词检索是计算机检索系统中应用非常普遍的一种技术。由于西文的构词特性，在检索中经常会遇到名词的单复数形式不一致；同一个意思的词，英美拼法不一致；词干加上不同性质的前缀和后缀就可以派生出许多意义相近的词等等。这是就要用到截词检索
3． 位置检索
位置检索也叫全文检索、邻近检索。所谓全文检索，就是利用记录中的自然语言进行检索，词与词之间的逻辑关系用位置算符组配，对检索词之间的相对位置进行限制。这是一种可以不依赖主题词表而直接使用自由词进行检索的技术方法。
4． 字段限定检索
字段限定检索是指限定检索词在数据库记录中的一个或几个字段范围内查找的一种检索方法。在检索系统中，数据库设置的可供检索的字段通常有两种：表达文献主题内容特征的基本字段和表达文献外部特征的辅助字段。
5． 加权检索
加权检索是某些检索系统中提供的一种定量检索技术。加权检索同布尔检索、截词检索等一样，也是文献检索的一个基本检索手段，但与它们不同的是，加权检索的侧重点不在于判定检索词或
字符串是不是在数据库中存在、与别的检索词或字符串是什么关系，而是在于判定检索词或字符串在满足检索逻辑后对文献命中与否的影响程度。
6． 聚类检索
聚类是把没有分类的事物，在不知道应分几类的情况下，根据事物彼此不同的内在属性，将属性相似的信息划分到同一类下面。