如何从 Lucene Index 中提取特定文本？

【问题标题】：How can i extract particular text from Lucene Index?如何从 Lucene Index 中提取特定文本？
【发布时间】：2012-03-23 18:16:38
【问题描述】：

我想在 lucene 索引中添加 pdf 文件（可能我做了）。现在我想通过 lucene 邻近搜索查询来提取特定的文本。

邻近搜索查询仅返回文件名。

But i want to extract all texts within the proximity query range.

示例： test.pdf:--> "示例文本 A xxxxx B. Lucene 一直都很棒"

邻近查询是：A B ~5

我要提取：xxxxx

我该怎么办……？

提前感谢您的帮助和提示............

问候，

SENTHIL 萨拉瓦南

【问题讨论】：

标签： lucene apache-tika

【解决方案1】：

请在索引文件时添加

            doc.add(new Field("contents", result, Field.Store.COMPRESS,
                        Field.Index.ANALYZED,
                        Field.TermVector.WITH_POSITIONS_OFFSETS));

这里的 doc 是 org.apache.lucene.document.Document 类型。

在搜索文件时，请使用 com.java.search.HighlighterUtil.getFragmentsWithHighlightedTerms(Analyzer analyzer, Query query, String fieldName, String fieldContents, int fragmentNumber, int fragmentSize) 作为片段。

【讨论】：

谢谢你的重播。我会试试的