在 Lucene 中获取每个文档的搜索词 Hits（出现次数）

Question

任何人都可以建议我在 Lucene 中获得每个文档的 Hits（没有出现次数）的最佳方法吗？..

Answer 1

Lucene 使用基于字段而不是基于文档的索引。 为了获得每个文档的术语计数：

1. 使用 IndexReader.document() 和 isDeleted() 遍历文档。
2. 在文档 d 中，使用 Document.getFields() 遍历字段。
3. 对于每个字段 f，使用 getTermFreqVector() 获取术语。
4. 检查词向量和每个词的频率总和。
5. 每个字段的词频总和将为您提供文档的词频向量。

Answer 2

SpanTermQuery.getSpans 将列举文档以及术语出现的位置。文档已排序，因此您可以只计算每个文档出现的次数，而忽略位置信息。