Question

更新：添加了示例

我们在Lucene 4.6之上有一个API，我正在尝试适应在Solr 4.6下运行。问题是当索引由Lucene创建时我们从索引工作中读取一个术语的字符偏移的方式，但是当索引由Solr创建时总是返回-1。在后一种情况下，我可以通过Luke看到字符偏移量，当我访问使用TermVectorComponent类的/ tvrh搜索处理程序时，我甚至可以从Solr获取它们。

这大致是我在Lucene代码中读取字符偏移的方式：

public void showOffsets(Directory dir, Term term) {
  IndexReader indexReader = DirectoryReader.open(dir);
  IndexReaderContext topContext = indexReader.getContext();

  for (AtomicReaderContext context : topContext.leaves()) {
    AtomicReader reader = context.reader();
    termMatches(term, reader);
  }
}

private void termMatches(Term term, AtomicReader reader) throws IOException {
  DocsAndPositionsEnum postings = reader.termPositionsEnum(term);
  if (postings != null) {
    while (postings.nextDoc() != DocsAndPositionsEnum.NO_MORE_DOCS) {
      for (int i = 0; i < postings.freq(); i++) {
        System.out.println(
          "term:" + term.toString() +
          " tokpos:" + postings.nextPosition() +
          " start:" + postings.startOffset() +
          " end:" + postings.endOffset());
      }
    }
  }
}

请注意，我想要单个术语的值。当对Solr创建的索引运行时，上面对startOffset（）和endOffset（）的调用返回-1，尽管对nextPosition（）的调用工作正常。 Solr的TermVectorComponent打印出这样的正确偏移（释义）：

IndexReader reader = searcher.getIndexReader();
final Terms vector = reader.getTermVector(docId, field);
TermsEnum termsEnum = vector.iterator(termsEnum);

final int freq = (int) termsEnum.totalTermFreq();
DocsAndPositionsEnum dpEnum = null;
while((text = termsEnum.next()) != null) {
  String term = text.utf8ToString();
  dpEnum = termsEnum.docsAndPositions(null, dpEnum);
  dpEnum.nextDoc();

  for (int i = 0; i < freq; i++) {
    final int pos = dpEnum.nextPosition();

    System.out.println("start:" + dpEnum.startOffset());
    System.out.println("end:" + dpEnum.endOffset());
  }
}

但在这种情况下，它会获得每个文档ID的偏移量，而不是单个术语。

有人能告诉我：

为什么我无法使用我的第一个示例和/或
获得特定期限抵消的更好方法是什么？

Answer 1

Solr电子邮件列表上的Robert Muir指出，我对Solr中的索引选项感到困惑。我不需要术语向量。相反，我需要将storeOffsetsWithPositions="true"添加到模式中的字段定义中。在这样做并重新编制索引之后，我现在可以按预期进行偏移。

Lucene的AtomicReader.termPositionsEnum（Term）没有返回offSets

1 个答案: