无法使用lucene IndexWriter.deleteDocuments（term）删除文档

Question

现在已经苦了两天，只是不能删除文件 indexWriter.deleteDocuments(term)

在这里，我将放置将进行测试的代码，希望有人可以指出我做错了的事情，以及已经尝试过的事情：

1. 将Lucene版本从更新2.x为5.x
2. 使用indexWriter.deleteDocuments()代替indexReader.deleteDocuments()
3. 特林的indexOption配置为NONE或DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS

这里的代码：

import org.apache.lucene.analysis.core.SimpleAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.FieldType;
import org.apache.lucene.index.*;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;

import java.io.IOException;
import java.nio.file.Paths;

public class TestSearch {
    static SimpleAnalyzer analyzer = new SimpleAnalyzer();

    public static void main(String[] argvs) throws IOException, ParseException {
        generateIndex("5836962b0293a47b09d345f1");
        query("5836962b0293a47b09d345f1");
        delete("5836962b0293a47b09d345f1");
        query("5836962b0293a47b09d345f1");

    }

    public static void generateIndex(String id) throws IOException {
        Directory directory = FSDirectory.open(Paths.get("/tmp/test/lucene"));
        IndexWriterConfig config = new IndexWriterConfig(analyzer);
        IndexWriter iwriter = new IndexWriter(directory, config);
        FieldType fieldType = new FieldType();
        fieldType.setStored(true);
        fieldType.setIndexOptions(IndexOptions.DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS);
        Field idField = new Field("_id", id, fieldType);
        Document doc = new Document();
        doc.add(idField);
        iwriter.addDocument(doc);
        iwriter.close();

    }

    public static void query(String id) throws ParseException, IOException {
        Query query = new QueryParser("_id", analyzer).parse(id);
        Directory directory = FSDirectory.open(Paths.get("/tmp/test/lucene"));
        IndexReader ireader  = DirectoryReader.open(directory);
        IndexSearcher isearcher = new IndexSearcher(ireader);
        ScoreDoc[] scoreDoc = isearcher.search(query, 100).scoreDocs;
        for(ScoreDoc scdoc: scoreDoc){
            Document doc = isearcher.doc(scdoc.doc);
            System.out.println(doc.get("_id"));
        }
    }

    public static void delete(String id){
        try {
             Directory directory = FSDirectory.open(Paths.get("/tmp/test/lucene"));
            IndexWriterConfig config = new IndexWriterConfig(analyzer);
            IndexWriter iwriter = new IndexWriter(directory, config);
            Term term = new Term("_id", id);
            iwriter.deleteDocuments(term);
            iwriter.commit();
            iwriter.close();
        }catch (IOException e){
            e.printStackTrace();
        }
    }
}

首先generateIndex()将在中生成索引/tmp/test/lucene，并
query()显示id将成功查询该索引，然后delete()希望删除该文档，但query()再次将证明删除操作失败。

这是pom依赖关系，以防有人可能需要测试

    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-core</artifactId>
        <version>5.5.4</version>
        <type>jar</type>
    </dependency>
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-analyzers-common</artifactId>
        <version>5.5.4</version>
    </dependency>
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-queryparser</artifactId>
        <version>5.5.4</version>
    </dependency>
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-analyzers-smartcn</artifactId>
        <version>5.5.4</version>
    </dependency>

渴望得到答案。

Answer 1

您的问题出在分析仪中。SimpleAnalyzer将标记定义为 字母的
最大字符串（StandardAnalyzer或什至WhitespaceAnalyzer是更典型的选择），因此要索引的值将分为多个标记：“ b”，“
a”，“ b”，“ d”，“
f”。您定义的delete方法虽然不会通过分析器，但只会创建一个原始术语。如果您尝试将其替换为以下内容，则可以看到它的作用main：

generateIndex("5836962b0293a47b09d345f1");
query("5836962b0293a47b09d345f1");
delete("b");
query("5836962b0293a47b09d345f1");

通常，查询和术语等 不 进行分析，而QueryParser进行分析。

对于（看起来像）标识符字段，您可能根本不想分析此字段。在这种情况下，请将其添加到FieldType中：

fieldType.setTokenized(false);

然后，您将不得不更改查询（再次进行QueryParser分析），并TermQuery改为使用。

Query query = new TermQuery(new Term("_id", id));