lucene分析仪，用于在一个字段中显示多个值

Question

我已将带有标题字段的文档编入索引，其值为：

title one; second hand; third bird

所以我的文件有3个标题：

• 标题一
• 二手
• 第三只鸟

应该找到以下示例查询的Twis文档：

• 标题一
• 手
• 鸟
• 第三

但是当用户输入时无法找到：

• title bird
• 第二个
• 第三个标题

正如我之前提到的，所有标题都存储在一个数据库字段中：

  

“头衔一;二手;第三只鸟”

我可以使用什么样的分析仪使其按照我的描述工作？ 我编写了简单的SemicolonTokenizer扩展CharTokenizer - 但这还不够，因为数据库很大，我不能在查询中使用*

任何建议都将不胜感激。谢谢！

Answer 1

一个简单的LetterTokenizer或StandardTokenizer应该可以（或者更多点StandardAnalyzer或SimpleAnalyzer）。

我对你的Semicolon Tokenizer一无所知，所以不知道这是否会给你造成问题，但根据你对DO工作的搜索说法，情况可能并非如此。

是从用户传递的查询是引用还是作为PhraseQuery传入？如果是这样，那可能是您问题的根源。引用的查询，如：

content:"title hand"

对订单敏感，因此在您的示例中找不到。但是，您可以找到：

content:title content:hand

或者

content:(title hand)

而且，有关Lucene Query Parser Synax的更多内容。

Answer 2

重点是我当前的搜索适用于：

content:(title hand)

它不应该返回结果，因为标题是：“标题一”和“二手”。没有标题“title hand”