Lucene 中的自定义过滤器

Question

我在分析器中创建了一个自定义过滤器，以按 "/" 字符分割术语。

我希望可以通过搜索找到包含"testDocument Test/mystring/2014" 之类的字符串的文档，例如"test mystring" 或"mystring 2014"。

我实现了以下过滤器：

public class MyDelimiterFilter : TokenFilter
{

    private readonly ITermAttribute _termAtt;
    private readonly IPositionIncrementAttribute _positionAtt;
    private readonly Queue<char[]> _terms;

    public WordDelimiterFilter(TokenStream inStream)
        : base(inStream)
    {
        _termAtt = AddAttribute<ITermAttribute>();
        _positionAtt = AddAttribute<IPositionIncrementAttribute>();
        _terms = new Queue<char[]>();
    }

    public override bool IncrementToken()
    {
        if (_terms.Count != 0)
        {
            var buffer = _terms.Dequeue();

            _termAtt.SetTermBuffer(buffer,0,buffer.Length);
            _positionAtt.PositionIncrement = 1;
            return true;
        }

        if (!input.IncrementToken())
        {
            return false;
        }

        if (_termAtt.Term.Contains("/"))
        {
            var tempArray = _termAtt.Term.Split('/');
            foreach (var item in tempArray)
            {
                _terms.Enqueue(item.ToCharArray());
            }
        }
        else
        {
            _terms.Enqueue(_termAtt.Term.ToCharArray());
        }

        return true;
    }
}  

我可以调试此代码并且逻辑路径似乎正确。如果我尝试搜索，我会找到带有 "testDocument" 或 "Test/mystring/2014" 但结果为零的文档，例如 "mystring"。

我想念什么？

Answer 1

这部分：

    if (_termAtt.Term.Contains("/"))
    {
        var tempArray = _termAtt.Term.Split('/');
        foreach (var item in tempArray)
        {
            _terms.Enqueue(item.ToCharArray());
        }
    }
    else
    {
        _terms.Enqueue(_termAtt.Term.ToCharArray());
    }

    return true;

不包含将_termAtt 设置为正确值或增加位置的逻辑。您将比这种方式更多地从 incrementToken 返回 true。您能否在查询对象上提供 toString 方法中的文本？

编辑：您返回的查询似乎是短语查询而不是简单的术语查询。 尝试在最后的 return true; 语句之前添加此代码 sn-p

    var buffer = _terms.Dequeue();

    _termAtt.SetTermBuffer(buffer,0,buffer.Length);
    _positionAtt.PositionIncrement = 1;

作为一种调试措施，您还可以在 incrementToken 方法中打印一些内容，并查看它为各种输入调用了多少次