【发布时间】：2011-08-19 17:31:51
【问题描述】：
我正在编写一个需要快速搜索大量文本的 Android 应用。文本是固定的；我想离线计算索引并将它们与应用程序一起发布。以下是搜索库的要求（数字 1-5 很关键）：
- 必须支持 Unicode 字符集。
- 搜索需要在文本中找到任意子字符串（不仅仅是术语或术语前缀）。
- 搜索需要返回所有匹配项。
- 库应尽可能轻量级。特别是，应该可以剥离库的索引（和其他）部分，并仅使用搜索 API 打包应用程序。
- 图书馆许可必须允许将其用于专有的组合作品中。
- 无需进行形态分析（词干）或停用词处理。
- 通配符和/或正则表达式搜索会很好，但不是必需的。
- 邻近搜索也不错。
- 类似的布尔搜索。
FTS3（SQLite 附带）在要求 4 方面非常出色，但遗憾的是不能满足要求 2。（它可以找到术语前缀但不能找到后缀——搜索“eat”可以找到“eats”但不能找到“座位”。）
我查看了许多库，包括 Lucene、Minion 和 egothor。它们似乎都加载了我不需要的强大功能。我也有这样的印象（尽管这可能是错误的），很难对这些库进行分区并打包搜索 API。 （我还听说 Lucene 很难在 Android 上运行，因为它依赖 java.rmi，而 Android 的 Java 不包含该文件。）
有没有人知道一个库可以满足我的需要（或可以适应）？如果库满足要求，我不反对将搜索 API 从另一种语言移植到 Java。
【问题讨论】：
-
也许 SQLite FTS3 的自定义标记器对您有用？
-
@JuozasKontvainis - 我首先看了一下。有两个问题。首先，自定义标记器只能用于更改被视为标记的内容；它不能改变 FTS3 的基本操作。根据我的阅读，没有任何形式的标记化可以解决基于标记的索引的基本限制：它可以用于查找标记前缀，但不能用于查找后缀。其次，我不知道在 Android 的 SQLite 版本中是否可以使用自定义标记器。