如何在 Lucene 中执行通配符搜索答案

【问题标题】：How to perform a wildcard search in Lucene如何在 Lucene 中执行通配符搜索
【发布时间】：2011-08-10 10:45:34
【问题描述】：

我知道 Lucene 广泛支持通配符搜索，而且我知道您可以搜索以下内容：

Stackover*（将返回 Stackoverflow）

也就是说，我的用户对学习查询语法不感兴趣。 Lucene 可以使用开箱即用的分析器执行这种类型的通配符搜索吗？还是应该在每个搜索查询中附加“*”？

【问题讨论】：

标签： search lucene search-engine lucene.net wildcard

【解决方案1】：

用字符串操作来做这件事很难做到正确，特别是因为 QueryParser 支持提升、短语等。

您可以使用 QueryVisitor 将 TermQuery 重写为 PrefixQuery。

public class PrefixRewriter : QueryVisitor {
    protected override Query VisitTermQuery(TermQuery query) {
        var term = query.GetTerm();
        var newQuery = new PrefixQuery(term);
        return CopyBoost(query, newQuery);
    }
}

QueryVisitor 基类目前可以在gitlab 找到。

代码最初发布在 blog post 上，现在已失效。博文还是available at archive.org。

【讨论】：

当前网址：web.archive.org/web/20130207075825/http://devhost.se/blog/post/…

【解决方案2】：

如果您正在考虑将每个查询变成通配符，我会问自己以下问题：

Lucene 是完成这项工作的最佳工具吗？默认情况下，通配符重写为恒定分数查询，这意味着您完全放弃了相关性排名，不再“搜索”而是“匹配”。也许对于您的应用程序而言，搜索引擎库不是最佳解决方案，而另一种工具（例如数据库）会更好。
如果对#1 的回答仍然是“是”，那么我建议您查看您要解决的确切相关问题是什么。例如，如果您希望查询匹配复合词或词干词，则可以改为在分析链中添加分解器或词干分析器。您还可以考虑使用 n-gram 索引技术作为另一种替代方法。

【讨论】：

LUCENE 通配符搜索对于大量记录仍然比 SQL Server 快。

【解决方案3】：

如果我想做类似的事情，我通常会在搜索之前格式化术语，例如

searchTerm = QueryParser.EscapesearchTerm);
if(!searchTerm.EndsWith(" "))
{
    searchTerm = string.Format("{0}*", searchTerm);
}

这将转义人们输入的任何特殊字符。如果该术语没有以空格结尾，则在末尾附加一个 *。因为 * 本身会导致解析异常。

【讨论】：