Lucene Analyzer用于简单的直接字段搜索

Question

我尝试了许多lucene分析器，发现关键字分析器最符合我的要求。我使用相同的关键字分析器更新文档，并使用QueryParser搜索相同的关键字。我想搜索支持通配符的值。例如：如果字段“country”包含值“india”，我可以搜索与“ind*”、“ndi”、india等相同的字段。我将获得除精确匹配之外的所有其他搜索的匹配。当我搜索确切的单词（国家：印度）时，我没有找到任何匹配项。如果我将同一查询更改为“国家：印度*”或“国家：印度？”，我要比赛了。此外，我还有一个疑问，如果有一个国家的名字是“不是”，我怎么能搜索相同的。我试过“国家：”“不是”和“国家：”“不是”。但两者都失败了。在这两种情况下究竟发生了什么？请帮忙。

Answer 1

我怀疑你在国家名称后面有一些空白或其他无关字符。您可以在将输入添加到Lucene之前修剪它，或者实现自定义关键字分析器，并添加一个TrimFilter，类似于：

public final class CustomKeywordAnalyzer extends Analyzer {
  public CustomKeywordAnalyzer() {
  }

  @Override
  protected TokenStreamComponents createComponents(final String fieldName, final Reader reader) {
    Tokenizer tokenizer = new KeywordTokenizer(reader)
    TokenStream filter = new TrimFilter(Version.LUCENE_43, tokenizer);
    return new TokenStreamComponents(tokenizer, filter);
  }
}

就搜索“not”而言，它仅仅是小写就足以使它不被解释为布尔运算符（和，或，和非运算符必须是大写，根据文档）。但是，这些单词会被标准英语StopFilter捕获，例如standardalyzer使用的单词。您确定在查询时只使用了关键字分析器？

但是，除此之外，避免查询解析器保留字的可靠方法是完全绕过查询解析器，自己构造查询：

Query query = new TermQuery(new Term("country", userQuery));