如何使用术语或QueryParser从Lucene索引中删除文档

Question

我正在尝试从Lucene索引中删除文档。我只想从lucene索引中删除指定的文件。

我下面的程序是删除可以使用关键字分析器搜索的索引，但是我需要的文件名只能使用标准分析器搜索。因此，它是任何方式设置标准分析器在我的任期或代替任期如何使用QueryParser从Lucene索引删除文档。

 try{
    File INDEX_DIR= new File("D:\\merge lucene\\abc\\");

    Directory directory = FSDirectory.open(INDEX_DIR);

     IndexReader indexReader = IndexReader.open(directory,false);
     Term term= new Term("path","fileindex23005.htm");
    int l=   indexReader.deleteDocuments(term);
                      indexReader.close();

    System.out.println("documents deleted");
  }
  catch(Exception x){x.printStackTrace();}

Answer 1

正如@dillippattnaik所指出的，多个术语会导致OR。我已经更新了他的代码，并使用BooleanQuery：

BooleanQuery query = new BooleanQuery
{
   { new TermQuery( new Term( "year", "2016" ) ), Occur.MUST },
   { new TermQuery( new Term( "STATE", "TX" ) ), Occur.MUST },
   { new TermQuery( new Term( "CITY", "CITY NAME" ) ), Occur.MUST }
};

indexWriter.DeleteDocuments( query );

Answer 2

为像我这样的人添加文档以供将来参考，在indexWriter上可以删除文档，您可以使用

索引编写器。删除文件（术语…术语）

而不是使用deleteDocuments（查询）方法；如果您只需要匹配一个字段，则可以减少麻烦。请注意，如果传递了多个术语，此方法将术语视为条件或条件。因此，它将匹配任何术语并删除所有记录。下面的代码将匹配存储的文档中的state=Tx，并将删除匹配的记录。

  indexWriter.deleteDocuments(
        new Term("STATE", "Tx")
      );

对于将不同字段与和条件组合，我们可以使用以下代码：

 BooleanQuery.Builder builder = new BooleanQuery.Builder();

//note year is stored as int , not as string when document is craeted.
//if you use Term here which will need 2016 as String, that will not match with documents stored with year as int.
 Query yearQuery = IntPoint.newExactQuery("year", 2016);
 Query stateQuery = new TermQuery(new Term("STATE", "TX"));
 Query cityQuery = new TermQuery(new Term("CITY", "CITY NAME"));

 builder.add(yearQuery, BooleanClause.Occur.MUST);
 builder.add(stateQuery, BooleanClause.Occur.MUST);
 builder.add(cityQuery, BooleanClause.Occur.MUST);

 indexWriter.deleteDocuments(builder.build());

Answer 3

我假设您使用的是Lucene 3.6或更早版本，否则IndexReader。删除文档不再存在。无论如何，您应该使用IndexWriter。

如果您只能使用查询解析器找到文档，那么只需运行一个普通的查询，然后迭代返回的文档，并通过docnum删除它们，大致如下：

Query query = queryParser.parse("My Query!");
ScoreDoc[] docs = searcher.search(query, 100).scoreDocs;
For (ScoreDoc doc : docs) {
    indexReader.deleteDocument(doc.doc);
}

或者更好（更简单，使用未失效、未弃用的功能），只需使用IndexWriter，并直接将查询传递给它：

Query query = queryParser.parse("My Query!");
writer.deleteDocuments(query);