Lucene 非索引字段，不区分大小写的搜索？答案

【问题标题】：Lucene non indexed fields, case insensitive search?Lucene 非索引字段，不区分大小写的搜索？
【发布时间】：2016-01-13 00:37:22
【问题描述】：

假设所有文档都有以下字段：

Field("Id", Field.Store.YES, Field.Index.NOT_ANALYZED, Field.TermVector.NO));
Field("From", Field.Store.YES, Field.Index.NOT_ANALYZED, Field.TermVector.NO));
Field("To", Field.Store.YES, Field.Index.NOT_ANALYZED, Field.TermVector.NO));
Field("Source", Field.Store.YES, Field.Index.NOT_ANALYZED, Field.TermVector.NO));
Field("Target", Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.YES));

如果 From、To 和 Source 完全相同（不区分大小写），我的要求之一是重用文档。

但是，它们不会被分析（例如，使用 StandardAnalyzer 在索引之前将术语小写）。

是否可以对未分析的内容进行不区分大小写的搜索领域？
Field名称值呢，我也可以做一个案例对“发件人”、“发件人”、“发件人”的不敏感搜索？

概述：我想执行不区分大小写的搜索。

示例：“From:something”、“from:Something”、“FROM:SOMething”、“from:SOMETHING” -> 检索相同的结果集。

【问题讨论】：

标签： lucene lucene.net

【解决方案1】：

1 - 不可以。您始终可以在索引之前自己将字段小写，或者使用由KeywordTokenizer 和LowerCaseFilter 组成的分析器对其进行分析。如何在 Lucene 中建立索引很大程度上是一个 GIGO 操作。如果您分析和索引字段的方式无法满足您的搜索需求，那么您将度过一段艰难的时光。

2 - 再次，不（反正我不知道）。您需要在代码中处理此问题。如果您总是使用小写的字段名称，那么标准化它应该很容易。

【讨论】：

如果我使用之前未分析的keywordTokenizer 分析所有字段，考虑到其中一些可能是2 个文本段落的大小，它会占用更多空间。这背后的想法是能够对 ex 的源字段进行模糊匹配和精确匹配。我在未分析的 SourceExact 字段和已分析的 SourceFuzzy 字段（StandardAnalyzer）中有相同的文本。这就是为什么我想对 SourceExact 字段执行不区分大小写的搜索。
@pelican_george - 不，不应该对空间产生影响。使用KeywordAnalyzer 分析字段并不分析该字段实际上是相同的。从理论上讲，添加 LowerCaseFilter 可以减小索引的大小，但实际上对于长字段，可能根本不会影响大小。