首先，我要说的是，我对JSR-170和Jackrabbit / Lucene一般都很陌生。
我有以下XPath查询：
//*[@sling:resourceType="users/user-profile" and jcr:contains(*/*/*,'sophie\-a')] order by @jcr:score descending
我有一个名叫Sophie-Allen的用户和一个名叫Sophie-Anne的用户。使用上面的查询进行搜索会返回零结果，其中单独搜索'sophie'会返回两个用户。我知道连字符意味着在JSR-170中排除，但我已经将其转义（如上所示）。
为什么此查询不返回两个用户？
另一个奇怪的事情是当我使用星号时（连字符在执行时都被转义）：
'sophie-allen'会返回Sophie-Allen的记录。 'soph*'将返回Sophie-Allen和Sophie-Anne。 'sophie-a*不会返回任何内容。 'sophie-allen*'不会返回任何内容。据我所知，使用jcr：contains，从技术上讲你不需要使用星号，但看看上面的行为，它似乎有某种影响。
在XPath查询和搜索JCR时，是否还有其他关于连字符和星号的内容？我用谷歌搜索了我能想到的所有内容并通过规范阅读，但似乎无法找到任何可以回答我问题的内容。
提前致谢。
修改 它看起来像'短语查询'不适用于jcr：contains（不再？）作为默认的Lucene Analyzer在连字符上标记，意味着它将'sophie-allen'分割为sophie和allen。
编辑2： 我已经尝试过使用Jackrabbit用户列表中某人建议的自定义分析器和标记器，但这也没有帮助，Lucene仍然使用连字符并省略了我想要的结果。
答案 0 :(得分：2)
你是对的，Lucene确实将“sophie-allen”分成两个代币，但这些代币是相邻的。你说过你尝试过这样的短语表达式：
... jcr:contains(*/*/*,'"sophie-a*"') ...
这应该通过找到令牌“sophie”，然后是另一个包含'a'作为第一个字符的令牌来工作。因为在索引期间使用的相同分析器应该用于标记此短语表达式，所以' - '字符仍将用作分隔符[1]。 （请注意，如果您在Java代码中指定XPath表达式，则必须使用前面的反斜杠转义双引号字符。）
但是，如果这不起作用，您可以尝试在此表达式中取出连字符。因为您正在使用通配符，所以逻辑可能会错误地将通配符表达式标记化。换句话说，尝试：
... jcr:contains(*/*/*,'"sophie a*"') ...
当然，如果没有通配符，这可能会起作用（有或没有连字符）：
... jcr:contains(*/*/*,'"sophie-allen"') ...
P.S。我没有证实这适用于Jackrabbit，但它在ModeShape（也使用Lucene）中有效。
[1]确切的规则取决于标记器。例如，StandardTokenizer会过滤掉英文停用词，但会对“ - ”字符进行标记，除非令牌中有数字（在这种情况下，整个令牌被解释为产品且不会被拆分。
答案 1 :(得分：1)
在与同事合作时，我们发现了ModeShape的这个JIRA，偶然记录了Randall（他也在这里回答）。事实证明，这个问题是由于长臂猿没有正确/太好地使用通配符在搜索词中处理通配符这一事实。
兰德尔已经为ModeShape做了一个修复，但我的同事和项目团队提名不要在现阶段解决我们的问题，因为使用Jackrabbit不是100％肯定。我想将这个问题的答案与兰德尔联系起来，但他的帖子并不是真正的答案。我会把这篇文章标记为答案，除非兰德尔出现并张贴一些东西。