Question

我没有使用过lucene。上次我问（几个月前，也许一年）人们建议lucene。如果我不应该使用lucene我应该使用什么？例如，有些标记为

的项目

苹果胡萝卜
苹果
胡萝卜
apple banana

如果用户搜索苹果我不在乎是否有来自1,2和4的任何偏好。但是我看到很多论坛这样做我讨厌当用户搜索苹果胡萝卜2和3有高结果而1很难即使它与我的搜索更紧密地匹配也能找到。

此外，我希望有能力搜索胡萝卜 - 苹果只会让我3.我不知道如果我搜索胡萝卜香蕉会发生什么，但无论如何只要更多的项目标记为2和3的结果是较低的排名然后1，当我搜索苹果胡萝卜时，我会很高兴。

lucene可以这样做吗？我从哪里开始？我试着查找它，当我看到很多课程时，我会看到有关文档，网页的教程，但是当我喜欢标记某些内容时，没有人明白该做什么。如果不是lucene我应该用什么标记？

Answer 1

编辑：你可以使用Lucene。以下是Lucene.net中如何做到这一点的解释。 Lucene的一些基础知识是：

文档 - 是Lucene的存储单元。它有点类似于数据库记录。
Field - Lucene的搜索单位。类似于数据库列。 Lucene通过查询并将其与字段匹配来搜索文本。应该对字段编制索引以启用搜索。
Token - Lucene中的搜索原子。通常是一个单词，有时是短语，字母或数字。
分析器 - Lucene将字段转换为标记的部分。

请阅读this blog post有关创建和使用Lucene.net索引的信息。

我假设您正在标记博客帖子。如果我完全错了，请说出来。为了搜索标签，您需要将它们表示为Lucene实体，即“标签”字段中的标记。

这样做的一种方法是为每个博客帖子分配一个Lucene文档。该文件至少包含以下字段：

id：博客文章的唯一ID。
内容：博文的文字。
标签：标签列表。

索引：每当您向帖子添加标签，删除标签或对其进行编辑时，您都需要为帖子编制索引。分析器将字段转换为其令牌表示。

Document doc = new Document();
doc.Add(new Field("id", i.ToString(), Field.Store.YES, Field.Index.NO));
doc.Add(new Field("content", text, Field.Store.YES, Field.Index.TOKENIZED));
doc.Add(new Field("tags", tags, Field.Store.YES, Field.Index.TOKENIZED));
writer.AddDocument(doc);

剩下的部分是检索。为此，您需要创建一个QueryParser并将其传递给查询字符串，如下所示：

QueryParser qp = new QueryParser();
Query q = qp.Parse(s);
Hits = Searcher.Search(q);

s所需的语法是：

tags: apples tags: carrots

搜索苹果或胡萝卜

tags: carrots NOT tags: apples

有关构建s的详细信息，请参阅Lucene Query Parser Syntax。

Answer 2

Lucene for .net似乎已经成熟了。无需使用Java或SOLR

Standard query language for Lucene允许同等排名的搜索字词和否定

因此，如果您的Lucene索引有一个字段“tag”，那么您的查询将是

tag:apple* OR tag: carrot*

对于每个单词，这将给予相同的排名，并且使用两个标记对文档进行更多等级加权

要取消标记，请使用此

tag:carrot* NOT tag:apple*

使用Lucene here

显示索引和查询的简单示例

我如何实现标签搜索？与lucene？

2 个答案: