Lucene.Net支持短语？：在索引期间，字段中用逗号分隔数据（原子地）标记化的最佳方法是什么？

Question

我有一个数据库，其中包含我希望索引的列，其中包含以逗号分隔的名称，例如，

User.FullNameList = "Helen Ready, Phil Collins, Brad Paisley"

我更喜欢将每个名称​​原子地（名称作为整个可搜索实体）标记。对此最好的方法是什么？

1. 我是否错过了一个简单的选项 tokenize delimiter？
2. 我有 继承或编写我自己的类 滚动我自己的标记器？
3. 别的什么？ ;）

Lucene.net不支持短语吗？

或者它是否足够智能自动处理这个用例？

我确信我不是第一个必须这样做的人。谷歌搜索没有产生明显的解决方案。

***编辑：使用我的示例，我想将这些名称短语存储在一个字段中：

Helen Ready

菲尔柯林斯

Brad Paisley

不是这些单词：

海伦

就绪

菲尔

柯林斯

布拉德

佩斯利

Answer 1

编辑： 在阅读了您的澄清之后，希望这是一个更相关的答案：

1. 您没有错过修改分隔符的选项。
2. 您需要滚动自己的标记生成器。我建议你继承CharTokenizer。你需要根据你的规范定义isTokenChar（），这意味着除了逗号之外的任何东西都是一个标记字符。

Answer 2

您可以自己用逗号分隔字符串，然后使用 -

• 使用关键字分析器（非标记化）
索引每个名称
• 使用标准分析器对每个名称进行索引，并将您的搜索包装在引号中。确保在每个名称之间索引一个虚拟术语，以便“Ready Phil”与文档
不匹配