hibernate搜索通配符短语查询

Question

如何配置 lucene + hibernate 并开发通过该字段值的任何确切部分匹配某个字段的通配符查询？例如，如果我们为某个字段“标题”编制了索引，并且它只有两个条目：“我的第一个通配符查询”。和“我的第二个通配符查询。”；那么如果我们查询“irsT WiLdCaRd q”，那么它必须只返回第一个。它也不必区分大小写。

我尝试过这样的事情：

    FullTextSession ftSession = org.hibernate.search.Search.getFullTextSession((Session) em.getDelegate());
    QueryContextBuilder qbc = ftSession.getSearchFactory().buildQueryBuilder();
    EntityContext entityContext = qbc.forEntity(Book.class);
    QueryBuilder qb = entityContext.get();
    org.apache.lucene.search.Query q = qb.keyword().wildcard().onField("title")
            .ignoreAnalyzer().matching("*" + QueryParser.escape("irsT WiLdCaRd q").toLowerCase() + "*").createQuery();
    FullTextEntityManager ftEm = org.hibernate.search.jpa.Search.getFullTextEntityManager(em);
    final FullTextQuery ftq = ftEm.createFullTextQuery(q, Book.class);
    List list = ftq.getResultList();

它不起作用，因为它是面向关键字的，并且没有用于短语的通配符的类比。使用直接 WildcardQuery 也不起作用（

Answer 1

Lucene 不支持短语查询中的通配符。关于如何在索引中表示数据的策略可以让您完成它。

您将查询视为关键字，它会出现。在这种情况下，您真的应该在索引时将该字段视为关键字，在这种情况下，您可以将整个标题作为单个词进行搜索。带空格的短语和关键字与 Lucene 有很大不同，不能互换使用。

不过，更好的解决方案可能是依靠评分来为一组术语查询提供最佳匹配。如果您只是使用标准分析器将您指示的查询减少为一组三个术语：*irsTWiLdCaRd 和q*，而您指示的两个术语都会被找到，您想要的术语将首先返回，得分明显更高。您可以稍微磨练可接受的找到的文档，使用所需的术语进行搜索，例如：+title:*irsT +title:WiLdCaRd +title:q*。这将消除任何不包含所有三个术语的匹配项，尽管它们的顺序或其他术语的存在不会阻止匹配。

另外，另一个注意事项：除非您将其设置为启用前导通配符，否则不允许像 *irst 这样的查询。如果可以避免，通常不鼓励这样做。使用前导通配符进行搜索可能会非常缓慢，除非您已针对它们优化索引（例如，请参阅 SOLR 的 ReversedWildcardFilterFactory）。