Shingle过滤器工厂startOffset必须是非负的，endOffset必须是＆gt; = startOffset

Question

我正在使用lucene版本4.4和这些分析器：

worddelimeter, patternFilter, synonyms, lowercase,
stopwords, kStemFilter, shingle, trimfilter.

分析仪按我使用它们的顺序列出。当我尝试添加文档时，我得到以下异常：

startOffset must be non-negative, and endOffset must be >= startOffset,
            startOffset=37571,endOffset=37569

仅对特定文件发生此异常。但是，当我更改订单并在stopwords之前放置worddelimeter过滤器时，它可以正常工作。但这不是正确的做法！

为什么会这样？在什么情况下，过滤器会以某种方式改变数据以导致异常？

Answer 1

不是你，它是WordDelimiterFilter中已知的限制/错误。请参阅https://issues.apache.org/jira/browse/LUCENE-5111 Rob Muir今天添加了一个补丁，所以看起来你可能对Lucene 4.8有好运。