Question

我有一个Lucene索引，其中包含多个文档。每个文档都有多个字段，例如：

Id
Project
Name
Description

Id字段将是唯一标识符，例如GUID，Project是用户的ProjectID，用户只能查看其项目的文档，Name和Description包含可以包含特殊字符的文本。

当用户在名称字段上执行搜索时，我希望能够尝试匹配我能做的最好的事情，例如：

First

将同时返回：

First.Last

和

First.Middle.Last

名称也可以是：

Test (NameTest)

如果用户输入'Test'，'Name'或'（NameTest）'，他们就可以找到结果。

但是，如果我说项目是“ProjectA”，则需要完全匹配（不区分大小写的搜索）。 Id字段也是如此。

我应该将哪些字段设置为Tokenized，哪些字段设置为Untokenized？另外，我应该考虑使用一个好的分析仪来实现这一目标吗？

我很难决定实施所需搜索的最佳途径。

Answer 1

您的ID字段应该是未标记的，原因很简单，除非您编写自己的标记生成器，否则它不会被标记化（基于空格）。您可以对所有其他字段进行标记。

对项目名称执行短语查询，查找PhraseQuery或用双引号将项目名称括起来（这将使其完全匹配）。示例：“\”我喜欢的项目“\”

对于名称字段，简单查询应该可以正常工作。

不确定是否存在您想要组合字段的情况。在那种情况下查找BooleanQuery（允许你组合不同的查询boolean-ly）