Lucene：前缀查询不能与WhitespaceAnalyzer一起工作

Question

我对Lucene的不同查询对象进行了一些试验，并试图理解为什么在使用WhitespaceAnaylzer进行索引时，前缀查询与任何文档都不匹配。考虑以下测试代码：

protected String[] ids = { "1", "2" };
protected String[] unindexed = { "Netherlands", "Italy" };
protected String[] unstored = { "Amsterdam has lots of bridges",
        "Venice has lots of canals" };
protected String[] text = { "Amsterdam", "Venice" };

@Test
public void testWhitespaceAnalyzerPrefixQuery() throws IOException, ParseException {
    File indexes = new File(
            "C:/LuceneInActionTutorial/indexes");

    FSDirectory dir = FSDirectory.open(indexes);

    IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_4_9,
            new LimitTokenCountAnalyzer(new WhitespaceAnalyzer(
                    Version.LUCENE_4_9), Integer.MAX_VALUE));
    IndexWriter writer = new IndexWriter(dir, config);

    for (int i = 0; i < ids.length; i++) {
        Document doc = new Document();
        doc.add(new StringField("id", ids[i], Store.NO));
        doc.add(new StoredField("country", unindexed[i]));
        doc.add(new TextField("contents", unstored[i], Store.NO));
        doc.add(new Field("city", text[i], TextField.TYPE_STORED));
        writer.addDocument(doc);
    }
    writer.close();

    DirectoryReader dr = DirectoryReader.open(dir);
    IndexSearcher is = new IndexSearcher(dr);
    QueryParser queryParser = new QueryParser(Version.LUCENE_4_9,
            "contents", new WhitespaceAnalyzer(Version.LUCENE_4_9));
    queryParser.setLowercaseExpandedTerms(true);
    Query q = queryParser.parse("Ven*");
    assertTrue(q.getClass().getSimpleName().contains("PrefixQuery"));
    TopDocs hits = is.search(q, 10);
    assertEquals(1, hits.totalHits);
} 

如果我用StandardAnalyzer替换WhitespaceAnaylzer，测试就会通过。我使用Luke检查索引内容，但在索引过程中Lucene存储值的方式上找不到任何差异。谁能澄清一下出了什么问题吗？

Answer 1

StandardAnalyzer索引时用小写文本。WhitespaceAnalyzer没有。索引中的术语WhitespaceAnalyzer是“威尼斯”。

查询解析器会将查询小写，因为您已经设置了setLowerCaseExpandedTerms(true)（这也是默认值，要禁用它，您需要显式地将其设置为false）。所以您的查询是“Ven*”，它与“Venice”不匹配。