Question

我在lucene索引中搜索完全匹配的文档标题。为了实现这一点，我有以下两种替代方法来为将要编制索引的文档创建字段。

方法1：

FieldType _contentFieldType = new FieldType();
_contentFieldType.setIndexed(true);
_contentFieldType.setStored(true);

Document doc = new Document();
doc.add(new Field("content", getContent(), _contentFieldType));
writer.addDocument(doc);

方法2：

Document doc = new Document();
doc.add(new StringField("content", getContent(), Store.YES));
writer.addDocument(doc);

然后我使用TermQuery创建查询并在lucene索引中搜索，但如果我使用第一种方法，则不会得到任何结果。第二个适用对我来说很好。

Query query = new TermQuery(new Term(searchQuery.fields().get(0), searchQuery.queryText()));
indexSearcher.search(query, Math.max(1, collector.getTotalHits()));

文档标题示例：文档标题实际上是文档的主题，是主题的分层路径。

Top/Arts/Animation/Audio
Top/Arts/Animation/Collectibles
Top/Arts/Animation/Stop-Motion
Top/Arts/Animation/Festivals
Top/Arts/Animation/News_and_Media
Top/Arts/Animation/Chats_and_Forums
Top/Arts/Animation/Training
Top/Arts/Animation/Voice_Actors
Top/Arts/Animation/Artists

说，我想搜索Top/Arts/Animation/Training。我需要精确的字符串匹配，所以我使用了TermQuery。

我阅读了文档并了解了Field和StringField。因此，如果将Store.Yes作为参数传递，则会对StringField编制索引，但不进行分析。但我的问题是，因为我在方法1中同时使用setIndexed(true)和setStored(true)作为Field，为什么我没有从方法1得到类似的结果？是因为如果我使用Field还是因为使用了TermQuery而执行了一些额外的事情？使这两种方法不同的主要原因是什么？请帮助我理解它们之间的区别。

谢谢！

Answer 1

所以这就是我在想的事情。

您使用analyzer索引在第一种方法中输入令牌的小写字母。

所以例如Top/Arts/Animation/Training这将存储如下

顶部/艺术/动画/训练

现在，当您使用TERMQUERY进行搜索时，termquery实际上会搜索确切的字符串。即Top/Arts/Animation/Training由于索引中的小写而无法匹配任何内容。

让我们谈谈第二种方法。由于您使用了StringField，因此不会分析字段并将其按原样存储。即你的索引在StringField案例中包含以下内容

顶/艺术/动画/训练

所以现在当你使用TermQuery进行搜索时，它将匹配，因为它按原样存储。

以第一种方法获得结果

使用QueryParser构建查询，而不是使用TermQuery使用在索引编制时使用的相同分析器。

请在此处阅读TERMQUERY和QUERYPARSER

之间的差异

what is the difference between TermQuery and QueryParser in Lucene 6.0?

修改

存储只是意味着原始字段值存储在索引中。这样它就可以在返回搜索结果时返回。搜索发生在索引上而不是存储的值上。存储属性背后的原因是lucene“分析”或将输入数据转换为更有效的形式，以实现更快速和更相关的搜索（使用不同的分析器和标记器）。不幸的是，分析的数据经常不再适合显示。设置“stored = true”可确保以原始形式检索原始数据。

Answer 2

StringField没有被标记化（也就是说，它不会通过分析器运行而被分割成标记）。除非另外指定，否则您的FieldType将默认为标记化，因此请调用setTokenized(false)（注意：您似乎使用的是版本4.10或更早版本，因此我将假设为4.10。但是，由于FieldType API，因此说明这一点很有帮助。从那时起有所改变）：

FieldType _contentFieldType = new FieldType();
_contentFieldType.setIndexed(true);
_contentFieldType.setStored(true);
_contentFieldType.setTokenized(false);

或者，你可以复制StringField.TYPE_STORED FieldType，以获得一个新的可修改的FieldType，其设置与StringField的设置相同，如下所示：

FieldType _contentFieldType = new FieldType(StringField.TYPE_STORED);

Lucene中Field和StringField有什么区别？

2 个答案: