java - 用于简单直接字段搜索的 Lucene Analyzer

Question

我尝试了许多 lucene 分析器，发现关键字分析器最符合我的要求。我使用相同的关键字分析器来更新文档和使用 QueryParser 搜索相同的文档。我想搜索支持通配符的值。例如：如果字段“country”包含值“india”，我可以搜索与“ind*”、“ ndi ”相同的字段“，印度等。除了完全匹配之外，我得到了所有其他搜索的匹配。即，当我搜索确切的单词（国家：印度）时，我没有得到任何匹配。如果我将相同的查询更改为“国家：印度*”或“国家：印度？”，我得到了匹配。我还有另一个疑问，如果有一个名为“not”的国家，我该如何搜索。我试过“国家： "not"" 和 "country:\not"。但都失败了。这两种情况下到底发生了什么？请帮忙。

Answer 1

我怀疑您在国名后有一些空格或其他无关字符。您可以在将输入添加到 Lucene 之前对其进行修剪，或者实现自定义关键字分析器，然后添加一个TrimFilter类似的内容：

public final class CustomKeywordAnalyzer extends Analyzer {
  public CustomKeywordAnalyzer() {
  }

  @Override
  protected TokenStreamComponents createComponents(final String fieldName, final Reader reader) {
    Tokenizer tokenizer = new KeywordTokenizer(reader)
    TokenStream filter = new TrimFilter(Version.LUCENE_43, tokenizer);
    return new TokenStreamComponents(tokenizer, filter);
  }
}

至于搜索“not”，它只是小写就足够了，它不会被解释为布尔运算符（根据文档AND，运算OR符NOT必须是大写的）。但是，这些词会被标准英语捕捉到，例如. 你确定你只是在查询时使用吗？StopFilterStandardAnalyzerKeywordAnalyzer

尽管如此，避免查询解析器保留字的可靠方法是完全绕过查询解析器，并自己构建查询：

Query query = new TermQuery(new Term("country", userQuery));