用于简单直接字段搜索的 Lucene Analyzer答案

【问题标题】：Lucene Analyzer for a simple direct field search用于简单直接字段搜索的 Lucene Analyzer
【发布时间】：2013-10-28 08:53:59
【问题描述】：

我尝试了许多 lucene 分析器，发现关键字分析器最适合我的要求。我使用相同的 关键字分析器 来更新文档和使用 QueryParser 搜索相同的文档。我想搜索具有通配符支持的值。例如：如果字段“国家”包含值“印度” 我可以搜索与“ind*”、“ndi”、india 等相同的字段。除了完全匹配之外，我得到了所有其他搜索的匹配。 IE。当我搜索确切的单词（国家：印度）时，我没有得到任何匹配。如果我更改与“country:india*”或“country:indi?”相同的查询，我将得到匹配。另外我还有一个疑问，如果有一个名为“not”的国家，我该如何搜索。我试过“国家：”不“”和“国家：\ not”。但两者都失败了。在这两种情况下实际发生了什么？请帮忙。

【问题讨论】：

标签： java search lucene

【解决方案1】：

我怀疑您的国家/地区名称后面有一些空格或其他无关字符。您可以在将输入添加到 Lucene 之前对其进行修剪，或者实现自定义关键字分析器，然后添加 TrimFilter，例如：

public final class CustomKeywordAnalyzer extends Analyzer {
  public CustomKeywordAnalyzer() {
  }

  @Override
  protected TokenStreamComponents createComponents(final String fieldName, final Reader reader) {
    Tokenizer tokenizer = new KeywordTokenizer(reader)
    TokenStream filter = new TrimFilter(Version.LUCENE_43, tokenizer);
    return new TokenStreamComponents(tokenizer, filter);
  }
}

就搜索“not”而言，它只是小写就足够了，它不会被解释为布尔运算符（AND、OR 和 NOT 运算符必须是大写，每个 @987654322 @)。不过，这些词会被标准英语StopFilter 捕捉到，例如StandardAnalyzer 使用的那个。确定查询时只使用KeywordAnalyzer？

除此之外，避免查询解析器保留字的可靠方法是完全绕过查询解析器，并自己构建查询：

Query query = new TermQuery(new Term("country", userQuery));

【讨论】：

感谢您的宝贵回答。虽然它不能完全解决我的问题。它帮助我理解了很多事情，这样我就可以自己解决剩下的事情了。 :)