Lucene 中的关键字（OR、AND）搜索答案

【问题标题】：Keyword (OR, AND) search in LuceneLucene 中的关键字（OR、AND）搜索
【发布时间】：2009-08-21 11:00:06
【问题描述】：

我在我的门户（基于 J2EE）中使用 Lucene 来提供索引和搜索服务。

问题在于 Lucene 的关键字。当您在搜索查询中使用其中一个时，您会收到错误消息。

例如：

searchTerms = "ik OR jij"

这很好用，因为它会搜索"ik" 或"jij"

searchTerms = "ik AND jij"

这很好用，它会搜索 "ik" 和 "jij"

但是当你搜索时：

searchTerms = "OR"
searchTerms = "AND"
searchTerms = "ik OR"
searchTerms = "OR ik"

等等，会失败并报错：

组件名称：STSE_RESULTS 类：org.apache.lucene.queryParser.ParseException 消息：无法解析“OR jij”：在第 1 行第 0 列遇到“OR”。期待其中之一： ...

这是有道理的，因为这些词是 Lucene 的关键字，可能是保留的，并将充当关键字。

在荷兰语中，“OR”这个词很重要，因为它具有“Ondernemings Raad”的含义。它在许多文本中使用，需要找到它。例如，“或”确实有效，但不返回与“或”一词匹配的文本。如何使其可搜索？

如何转义关键字“或”？或者我如何告诉 Lucene 将“或”视为搜索词而不是关键字。

【问题讨论】：

标签： java lucene

【解决方案1】：

我想您尝试过将“OR”放在双引号中？

如果这不起作用，我认为您可能不得不更改 Lucene 源代码，然后重新编译整个东西，因为运算符“OR”深埋在代码中。实际上，编译可能还不够：您必须更改源包中用作 JavaCC 输入的文件 QueryParser.jj，然后运行 JavaCC，然后重新编译整个东西。

不过，好消息是只有一行需要更改：

| <OR: ("OR" | "||") >

变成

| <OR: ("||") >

这样，您将只有“||”作为逻辑或运算符。有一个build.xml，里面也包含了JavaCC的调用，不过要自己下载that tool。恐怕我现在不能自己尝试。

这对于 Lucene 开发人员邮件列表来说可能是一个很好的问题，但是如果你这样做了，请告诉我们，他们会提出一个更简单的解决方案 ;-)

【讨论】：

【解决方案2】：

OR、NOT 和 AND 是保留关键字。就在 2 天前，我通过将用户搜索词中的这 3 个单词小写，然后将其输入 lucene 查询解析器来解决了这个问题。请注意，如果您搜索和替换这些关键字，请确保使用单词边界 (\b)，以免最终更改 ANDROID 和 ORDER 等单词。

然后我让用户使用 - 和 + 指定 NOT 和 AND，就像 Google 一样。

【讨论】：

【解决方案3】：

用双引号转义 OR 和 AND 对我有用。所以尝试使用像

这样的Java字符串

String query = "field:\"AND\"";

【讨论】：

【解决方案4】：

你的问题我已经看了很多遍了！ =[

请看这些建议

您的索引是如何存储的？

包含存储字段的文档可以存储为

1) 存储 2) 标记化 3) 索引 4) 向量

它可以成为一个重要的difference

请使用Luke，它可以告诉你索引是如何存储的（实际上）

如果您正在使用 lucene，Luke 是一个必须，因为它可以让您真正了解索引的存储方式，它还提供搜索，请尝试使用它让我们知道您的更新！

【讨论】：

【解决方案5】：

您在构建查询时可能做错了什么。我将支持 Narayan 关于获取 Luke 的建议（如 cmets 中所发布）并尝试使用它运行您的查询。自从我使用 Lucene 已经有一段时间了，但我不记得曾经遇到过 OR 和 AND 的问题。

除此之外，您可以尝试使用 QueryParser.escape(userQuery) 转义输入字符串