用于子字符串搜索的 Lucene Analyzer 标记器

Question

我需要一个可以执行以下操作的 Lucene Tokenizer。给定字符串“wines bottle caps”，下面的查询应该会成功

• 葡萄酒
• 底部
• 上限
• ottl
• aps
• 酒瓶

这是我目前所拥有的。我该如何修改它才能工作？少于三个字符的查询不应该有效。

public class PorterAnalyzer extends Analyzer {

  private final Version version;

  public PorterAnalyzer(Version version) {
    this.version = version;
  }

  @Override
  @SuppressWarnings("resource")
  protected TokenStreamComponents createComponents(String fieldName, Reader reader) {
    final StandardTokenizer src = new StandardTokenizer(reader);
    TokenStream tok = new StandardFilter(src);
    tok = new LowerCaseFilter( tok);
    tok = new StopFilter( tok, StandardAnalyzer.STOP_WORDS_SET);
    tok = new PorterStemFilter(tok);
    return new TokenStreamComponents(src, tok);
  }

}

Answer 1

我认为您正在搜索NGramTokenFilter。

试一试，例如：

tok=new NGramTokenFilter(tok,2,5);