Question

如何在Lucene中执行通配符搜索？
我有文字：“1997_titanic”
如果我搜索“1997_titanic”，它会返回一个结果，但我无法在两次搜索中进行搜索：

1）如果我只用1997年搜索，则不会返回任何结果 2）如果有空间，例如“蜘蛛侠”，也没有找到任何结果。

我从数据库中检索所有电影信息并将其存储在Lucene Documents中：

public Document createMovieDoc(Movie m){
    document.add(new StoredField("moviename", m.getName()));  
    TextField field = new TextField("movienameSearch", m.getName().toLowerCase(),  Store.NO);
    field.setBoost(5.0f);
    document.add(field);
}

要搜索，我有这个方法：

public List searh(String txt){ 
    PhraseQuery phQuery= new PhraseQuery();
    Term term = new Term("movienameSearch", txt.toLowerCase());

    BooleanQuery b = new BooleanQuery();
    b.add(phQuery, Occur.SHOULD);

    TopFieldDocs tp= searcher.search(b, 20, ..);
    for(int i=0;i<tp.length;i++)      
    {
        int mId = tp[i].doc;
        Document d = searcher.doc(mId);
        String moviename = d.get("moviename");

        list.add(moviename);
    }
    return list;
}

Answer 1

我不确定您使用哪种分析仪进行索引。听起来像是WhitespaceAnalyzer？听起来，当索引“1997_titanic”仍然是单个令牌时，“蜘蛛侠”被分成令牌“蜘蛛”和“男人”。

也可以SimpleAnalyzer使用LetterTokenizer。这将使得无法搜索“1997”，因为该标记化器将消除文本的索引表示的所有数字。

您的搜索方法看起来不正确。您没有向PhraseQuery添加任何字词，因此我不希望它能找到任何内容。您必须add一些条款才能找到任何内容。您在所提供的内容中创建了Term，但该术语并未执行任何操作。也许这与你如何选择你的摘录或某事有关？不确定，我有点困惑。

为了手动构建PhraseQuery，您必须单独添加每个术语，因此要搜索“蜘蛛侠”，您可以执行以下操作：

PhraseQuery phQuery= new PhraseQuery();
phQuery.add(new Term("movienameSearch", "spider"));
phQuery.add(new Term("movienameSearch", "man"));

这需要您了解分析仪在索引时执行的操作，并自行标记输入以适应。更简单的解决方案是使用QueryParser：

//With whatever analyzer you like to use.
QueryParser parser = new QueryParser(Version.LUCENE_46, "defaultField", analyzer);
Query query = parser.parse("movienameSearch:\"" + txt.toLowerCase() + "\"");
TopFieldDocs tp= searcher.search(query, 20);

这允许您依靠相同的分析器进行索引和查询，因此您不必知道如何将您的短语标记为适合。

就单独找到“1997”和“泰坦尼克号”而言，我建议只使用StandardAnalyzer。它会将它们标记为离散标记，使用简单的查询（例如movienameSearch:1997）可以非常轻松地搜索它们。

Lucene外卡搜索

1 个答案: