带有破折号的 Lucene 搜索不会返回一致的结果

Question

您好，我遇到了 Lucene 搜索不返回一致结果的问题。 使用 StandardAnalyzer 完成索引，lucene 版本为 3.0

数据库中的一个示例条目是

A1BC-1-12345678 - AU-01 / 123456 - No.1 ABC DEFG XX-YYY Example Data 

如果我搜索整个字符串，它不会返回任何结果。

如果我取出单个破折号和斜线，请搜索

A1BC-1-12345678 AU-01 123456 No.1 ABC DEFG XX-YYY Example Data

它不会返回任何结果。

如果我用空格替换 XX-YYY 之间的破折号，请搜索

A1BC-1-12345678 AU-01 123456 No.1 ABC DEFG XX YYY Example Data 

--------它返回结果！----------

现在，如果我包含破折号和斜杠，并将 XX-YYY 之间的破折号替换为空格，请搜索

A1BC-1-12345678 - AU-01 / 123456 - No.1 ABC DEFG XX YYY Example Data

它不会返回任何结果。

最后，如果我将 AU-01 和 XX-YYY 之间的破折号替换为空格，请搜索

A1BC-1-12345678 AU 01 123456 No.1 ABC DEFG XX YYY Example Data

它不会返回任何结果。

总之，“XX-YYY”无效，但“AU-01”有效，但“XX YYY”有效，“AU 01”无效，那么问题出在哪里？

我能做些什么来解决这个问题？

Answer 1

我想我已经得到了答案，根据 Lucene 文档，StandardAnalyzer 使用 StandardTokenizer，它的索引基于：

• 在标点字符处拆分单词，删除标点符号。 但是，后面没有空格的点被视为部分 的一个令牌。
• 在连字符处拆分单词，除非其中有数字 令牌，在这种情况下，整个令牌被解释为一个产品 编号且不拆分。

我认为带有小写过滤器的 WhitespaceAnalyzer 会满足我的需求。