我想用 Lucene 阅读索引中的单个术语

Question

我想阅读每一个索引。我想阅读并打印以控制索引中的单个术语。 （我不想和卢克一起看内容）。我必须使用类IndexReader吗？

有人可以帮我吗？

我尝试过：

    iReader = IndexReader.open(directory);

    int num = iReader.numDocs();
    for ( int i = 0; i < num; i++)
    {
        if ( ! iReader.isDeleted( i))
        {
            org.apache.lucene.document.Document d = iReader.document(i);
            System.out.println( "d=" +d.getField("title").tokenStreamValue());

        }
    }


    org.apache.lucene.document.Document doc = new org.apache.lucene.document.Document();

    //aggiungo tutti i documenti


    Field title = new Field(
              "title",
              testDoc.title,
              Field.Store.YES,
              Field.Index.ANALYZED,
              Field.TermVector.WITH_POSITIONS_OFFSETS);

    doc.add(title);


    Field content = new Field(
              "content",
              testDoc.content,
              Field.Store.YES,
              Field.Index.ANALYZED,
              Field.TermVector.WITH_POSITIONS_OFFSETS);
    doc.add(content);


    iWriter.addDocument(doc);

但是d = null; 我哪里做错了？ 我想将术语检索到我索引的字段标题...

非常感谢。

Answer 1

同样，我使用Java，但原理是一样的。

您想要做的类似于枚举词频，但您只关心不同的字段。

这个example 和这个example 关于如何计算 Lucene 索引中的词频应该会让你继续前进。

Answer 2

我使用的是 Lucene.Net，但我认为逻辑是相同的。

StringValue()、ReaderValue() 和 BinaryValue() 必须是其中之一。那些未使用的要么返回 null，要么抛出异常。在您的情况下，请尝试改为阅读 StringValue()。

Answer 3

要检查索引，请使用IndexReader。该类有一个方法document(int)，您可以使用它来查找索引包含的各个文档。然后，该文档会为您提供为该文档创建的所有字段。

使用该字段，您可以获取它的值或标记流（即索引中结束的字符串）。

[编辑] 如果删除文档，索引会有漏洞。所以你必须添加一个检查：

org.apache.lucene.document.Document d = iReader.document(i);
if( d == null ) continue; // <<-- You need this check

System.out.println( "d=" +d.getField("title").tokenStreamValue());