Question

我有一系列可搜索的术语，我想通过这堆文件基本上使用Lucene CTRL-F，并在该堆文档中查找并存储所有这些术语的位置。例如：

条款：“A”，“B”，“C”

Doc1：“创造” Doc2：“一辆大车” Doc3：“DOUBLE TROUBLE”

如果我查询字母“A”，我希望能够说有3个“A”：

位置4的Doc1
位置1的Doc2
位置8的Doc2

这样的事情。我怎样才能做到这一点？到目前为止，我只是使用像这样的StandardAnalyzer：

public Analyzer _analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_30);

// for some directory defined here

using (var indexWriter = new IndexWriter(directory, _analyzer, true, new IndexWriter.MaxFieldLength(IndexWriter.DEFAULT_MAX_FIELD_LENGTH)))
{
    using (var textReader = new StreamReader(blobStream))
    {
        // this code should analyze and write my indexes to the lucene instance

        var text = await textReader.ReadToEndAsync();
        var document = new Document();
        document.Add(new Field("Text", text, Field.Store.NO, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
        document.Add(new Field("DocId", docId.ToString(), Field.Store.YES, Field.Index.NOT_ANALYZED));
        document.Add(new Field("FamilyId", familyId.ToString(), Field.Store.YES, Field.Index.NOT_ANALYZED));
        indexWriter.AddDocument(document);
    }
}

Lucene最初生成了大量文档，但随后删除了除.cfs文件之外的所有文档。如何保留其他文件以进行查询？

Answer 1

要对任意字符位置编制索引，您可以使用NGramTokenizer。在创建索引时，您还应使用FieldType.setStoreTermVectors(true);和FieldType.setStoreTermVectorPositions(true);，以便实际存储术语的位置。请查看具有正确代码的question，以检索问题中已有的术语位置。

我的Lucene代码出了什么问题？

1 个答案: