我们正在使用 Umbraco，它具有基于 Lucene 的内置搜索系统。
网站上的每个文档都包含一个标签列表，这些标签被 Luence 索引并保存为包含 CSV 格式标签的单个字段。
例如：
Red,Green,Blue
但是，当我们通过 Umbraco（也使用 Luke）搜索此字段时，我们没有得到正确的行为。
搜索“红色”有效，但搜索“绿色”或“蓝色”无效。
根据我对 Lucene 的理解，这完全是由于分析器不理解 CSV 格式。分析器需要使用逗号进行标记以分解成标记。
但是我不知道如何实现这一点。
这似乎是一个普遍的问题，所以我一定遗漏了一些非常明显的东西。
【问题讨论】：
我最近刚刚建立了一个 Umbraco 6.1.3 网站，正是这样做的。标签被添加到以逗号分隔格式索引的文档类型的“标签”属性中。
Umbraco 网站具有所有默认索引设置，因此无需修改任何内容。
当我打开 Luke 中的“外部”内容索引时，我可以看到“标签”字段已被索引、存储和标记（除其他外），并且按预期存储了值：
如果我使用 tags:lorem 或 tags:ipsum 在 Luke 中搜索，两者都返回正确的结果。
如果您的标签字段没有被标记，那么我会检查您正在使用的分析器。 Lucene.Net.Analysis.Standard.StandardAnalyzer 更可取，因为它会考虑到这一点。我很确定WhitespaceAnalyzer 不会。
或者，您可以在“索引”事件中截获 Umbraco 文档，创建一个名为“tags_mod”的新 Lucene 字段并添加 tags.Replace(",", ", ")。这样，它们应该被正确索引。您当然必须搜索“tags_mod”而不是“tags”。这感觉有点hacky但完全有效。这是将文本内容组合到单个可索引字段的好方法，例如如果几个字段都具有相同的偏差并且不需要单独索引、标记和存储它们。
【讨论】：
你是正确的，CSV 不适用于 Lucene。正如Umbraco forum 中所讨论的，您需要将一个函数绑定到GatheringNodeData 检查事件，它允许您进行自定义索引。
您可以使用此函数将 CSV 字段用空格而不是逗号分隔，将此数据作为新的索引字段插入，并将其包含在 ExamIndex.config 的 <IndexUserFields> 部分中
public class ExamineEvents : IApplicationStartupHandler
{
public ExamineEvents()
{
ExamineManager.Instance.IndexProviderCollection[INDEX_NAME].GatheringNodeData
+= ExamineEventsGatheringNodeData;
}
void ExamineEventsGatheringNodeData(object sender, IndexingNodeDataEventArgs e)
{
if (e.IndexType == IndexTypes.Content)
{
var node = new Node(e.NodeId);
IndexCsv(e, node);
}
}
private void IndexCsv(IndexingNodeDataEventArgs e, Node node)
{
if (node.NodeTypeAlias == "CsvPropertyDocType" &&
!string.isNullOrEmpty(node.GetPropertyValue("CsvProperty")))
{
e.Fields.Add("CsvFieldSearchable", node.GetPropertyValue("CsvProperty").Replace(","," "));
}
}
}
其中CsvProperty 是 CSV 属性的名称，CsvPropertyDocType 是包含该属性的文档类型的名称，INDEX_NAME 是您的检查索引名称。
【讨论】：