Question

我正在尝试创建一个Lucene 4.10索引。我只想在索引中保存我放入文档的确切字符串，无需标记化。

我正在使用StandardAnalyzer。

    Directory dir = FSDirectory.open(new File("myDire"));
    Analyzer analyzer = new StandardAnalyzer();
    IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_4_10_0, analyzer);
    iwc.setOpenMode(OpenMode.CREATE);
    IndexWriter writer = new IndexWriter(dir, iwc);
    StringField field1 = new StringField("1", content1, Store.YES);
    StringField field2 = new StringField("2", content2, Store.YES);
    StringField field3 = new StringField("3", content3, Store.YES);
    doc.add(field1);
    doc.add(field2);
    doc.add(field3);
    writer.addDocument(doc, analyzer);
    writer.close();

如果我打印索引的内容，我可以看到我的数据存储，例如，我的文档有这个“字段3”：

    stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<3:"Fuel Tank Capacity"@en>

我正在尝试查询索引以便将其恢复：

    IndexSearcher searcher = new IndexSearcher(reader);
    Analyzer analyzer = new StandardAnalyzer();
    QueryParser parser = new QueryParser("3", analyzer);
    String queryString = "\"\"Fuel Tank Capacity"\@en\"";
    Query query = parser.createPhraseQuery("3", QueryParser.escape(queryString));
    TopDocs docs = searcher.search(query, null, 20);

我正在尝试搜索“燃料箱容量”这个术语（包括引号），所以我试图逃避它们，我在这些术语周围添加了几个引号，以便让lucene了解我正在搜索对于整篇文章。

如果我打印查询，我得到： 3：“油箱容量” 但我不想在@符号上拆分文字。

我认为我的第一个问题是StandardAnalyzer，因为它似乎是标记化的，如果我没有弄错的话。但是，我无法理解如何查询索引以获得“燃料箱容量”（包括引号）。

谢谢

Answer 1

你可以简化问题，只需将QueryParser完全排除在外。由于您使用的是StringField，因此字段的整个内容都是单个字词，因此简单的TermQuery应该可以正常运行：

Query query = new TermQuery(new Term("3","\"Fuel Tank Capacity\"@en"));

Answer 2

当转义引号（或Lucene中的任何其他特殊符号）时，您需要使用\，但不要忘记需要在Java字符串中转义反斜杠。

以下为我效劳：

    Query q = new QueryParser(
            Version.LUCENE_4_10_0,
            "",
            new StandardAnalyzer(Version.LUCENE_4_10_0)
    ).parse("3:\"\\\"Fuel Tank Capacity\\\"@en\"");

我是怎么到达这个的？

取得原始字符串"Fuel Tank Capacity"@en
添加了Lucene所必需的转义（使用"转义每个\）：\"Fuel Tank Capacity\"@en
在字符串的开头和结尾添加了转义引号："\"Fuel Tank Capacity\"@en"
添加了Java String所必需的转义（每个斜杠变成双斜杠，双引号用反斜杠转义）：\"\\\"Fuel Tank Capacity\\\"@en\"

Lucene - 精确的字符串匹配

2 个答案: