Lucene 搜索语法答案

【问题标题】：Lucene Search SyntaxLucene 搜索语法
【发布时间】：2014-08-23 18:54:47
【问题描述】：

我需要帮助确定在特定情况下使用哪些查询类型。

我认为我说得对，如果我将“FORD”一词存储在 lucene 字段中并且我想找到完全匹配的内容，我会使用TermQuery？

但是，如果我正在寻找“FORD”这个词，该字段的内容存储为：-

“福特|本田|铃木”

如果我要搜索整个页面的内容，寻找一个短语怎么办？比如“请帮帮我”？

【问题讨论】：

标签： c# search lucene.net

【解决方案1】：

如果您想在FORD|HONDA|SUZUKI 中搜索 FORD，可以使用 Field.Index.ANALYZED 进行索引，或者将其存储如下以使用 TermQuery

var analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_30);
var fs = FSDirectory.Open("test.index");

//Index a Test Document
IndexWriter wr = new IndexWriter(fs, analyzer, true, IndexWriter.MaxFieldLength.LIMITED);
var doc = new Document();

doc.Add(new Field("Model", "FORD", Field.Store.YES, Field.Index.NOT_ANALYZED));
doc.Add(new Field("Model", "HONDA", Field.Store.YES, Field.Index.NOT_ANALYZED));
doc.Add(new Field("Model", "SUZUKI", Field.Store.YES, Field.Index.NOT_ANALYZED));

doc.Add(new Field("Text", @"What if i was to search the contents of an entire page, looking for a phrase? such as ""please help me""?", 
                    Field.Store.YES, Field.Index.ANALYZED));

wr.AddDocument(doc);
wr.Commit();

var reader = wr.GetReader();
var searcher = new IndexSearcher(reader);

//Use TermQuery for "NOT_ANALYZED" fields
var result = searcher.Search(new TermQuery(new Term("Model", "FORD")), 100);
foreach (var item in result.ScoreDocs)
{
    Console.WriteLine("1)" + reader.Document(item.Doc).GetField("Text").StringValue);
}

//Use QueryParser for "ANALYZED" fields
var qp = new QueryParser(Lucene.Net.Util.Version.LUCENE_30, "Text", analyzer);
result = searcher.Search(qp.Parse(@"""HELP ME"""), 100);
foreach (var item in result.ScoreDocs)
{
    Console.WriteLine("2)" + reader.Document(item.Doc).GetField("Text").StringValue);
}

TermQuery 表示您要搜索存储在索引中的术语，这取决于您对该字段的索引方式（NOT_ANALYZED、ANALYZED+WhichAnalyzer）。它最常见的用途是与 NOT_ANALYZED 字段一起使用。

您也可以将 TermQuery 与 ANALYZED 字段一起使用，但是您应该知道 analyzer 如何标记您的输入字符串。下面是一个示例，看看分析器如何标记您的输入

var text = @"What if i was to search the contents of an entire page, looking for a phrase? such as ""please help me""?";
var analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_30 );
//var analyzer = new WhitespaceAnalyzer();
//var analyzer = new KeywordAnalyzer();
//var analyzer = new SimpleAnalyzer();

var ts = analyzer.TokenStream("", new StringReader(text));
var termAttr = ts.GetAttribute<ITermAttribute>();

while (ts.IncrementToken())
{
    Console.Write("[" + termAttr.Term + "] " );    
}

【讨论】：

非常感谢您！
@Derek 大多数时候你必须使用分析的。 NOT_ANALYZED 字段不能与 QueryParser 一起使用（并不总是正确的）。我通常将 NOT_ANALYZED 用于 ID、型号、颜色等字段。如果您想进行类似 google 的搜索（文本中的任何 word ) 使用分析。顺便说一句：Lucene/Lucene.Net 有一个邮件列表，优秀的人可以为您提供更多帮助
是的...（但 QueryParser 不是必须的，您可以使用 BooleanQuery 构建自己的查询。QueryParser 只会自动执行）
感谢您的帮助和耐心等待！ :-)
@Derek NOT_ANALYZED 的意思是“按原样存储该文本”。所以你必须按原样搜索它（TermQuery）。当我说 as it is 时，我的意思是完全匹配（相同的大写/小写、空格等）。只需在上面的代码中稍微玩一下，看看 Lucene 是如何工作的，然后再继续你的代码。跨度>

【解决方案2】：

我会把问题转移到一边，所以我将每个字段的多个值分别放在索引中——这应该会使搜索更简单。查看Field Having Multiple Values 可能会有所帮助。

【讨论】：