Question

我们正在使用Lucene进行代码内容搜索。我们使用自己的Custom Analyzer索引项目中的文件。我们在获取匹配文件的出现次数方面遇到了麻烦。

我们在搜索时使用 BooleanQuery （A phraseQuery with must子句）时，每个文件的确切出现次数。现在我们又添加了另外两个查询，前一个查询类似于 BooleanQuery （带有must子句的A phraseQuery +带有must子句的A prefixQuery ）。对于此查询，我们得到的匹配结果准确，但我们将每个文件的出现次数设置为2。我们使用以下代码来获取出现次数

public class SearchTermFrequencyCollector implements Collector {


private IndexSearcher searcher;
private HashMap<String, Integer> result = new HashMap<String, Integer>();
public SearchTermFrequencyCollector(IndexSearcher searcher){
    this.searcher=searcher;
}

public HashMap<String, Integer> getSearchTermFrequency(){
    return result;
}
@Override
public boolean needsScores() {
  return true;
}

@Override
public LeafCollector getLeafCollector(LeafReaderContext context) throws IOException {
  final int DOCID = context.docBase;
  return new LeafCollector() {
    Scorer scorer;
    @Override
    public void collect(int doc) throws IOException {
      int numOccurrencess = scorer.freq();

      LOGGER.log(Level.INFO,"DOC_ID ::: "+DOCID);

      Document document = searcher.doc(DOCID+doc);
      result.put(document.get(Constants.INDEX_FIELD_FILE_PATH), numOccurrencess);
    }

    @Override
    public void setScorer(Scorer scorer) throws IOException {
        this.scorer = scorer;

    }
  };
}

}

我们正在使用上面的类获取匹配的文件和以下代码。

        indexReader = getIndexReader(indexDir);
        msearcher = new IndexSearcher(indexReader);
        SearchTermFrequencyCollector searchtermfreq = new SearchTermFrequencyCollector(msearcher);
        msearcher.search(resultQuery, searchtermfreq);
        HashMap<String, Integer> resultMap = searchtermfreq.getSearchTermFrequency();
        searchDetails = new JSONObject(resultMap);
        hits = resultMap.size();
        resultDetails.put("hits", hits);
        resultDetails.put(indexType, searchDetails);

对于查询，我们使用以下代码

        searchString = searchString.toLowerCase();
        QueryParser qp = new QueryParser(IndexConstants.INDEX_FIELD_CONTENT, CodeCustomAnalyzer.getdefaultInstance());
        qp.setDefaultOperator(QueryParser.Operator.AND);
            Query contentQuery = qp.createPhraseQuery(IndexConstants.INDEX_FIELD_CONTENT, searchString);
            resultQuery.add(contentQuery, BooleanClause.Occur.MUST);
        if (fileExtn.length() > 0) {
            BooleanQuery.Builder ExtnQuery = new BooleanQuery.Builder();
            for (int i = 0; i < fileExtn.length(); i++) {
                String extn = fileExtn.getString(i);
                Query extnQuery = new TermQuery(new Term(IndexConstants.INDEX_FIELD_FILE_EXTN, extn));
                ExtnQuery.add(extnQuery, BooleanClause.Occur.SHOULD);
            }
            resultQuery.add(ExtnQuery.build(), BooleanClause.Occur.MUST);
        }
        Query filePathQuery = new PrefixQuery(new Term(IndexConstants.INDEX_FIELD_FILE_PATH, workingPaths));
        resultQuery.add(filePathQuery, BooleanClause.Occur.MUST);

示例文档：

Doc1：

当罗马将军被出卖，他的家人被一位皇帝的腐败儿子谋杀时，他作为寻求报复的角斗士来到罗马。

搜索时

Roman General我在collect函数中得到scorer.freq（）为2.但是只有一次出现。如果我只添加一个像contentquery这样的查询，而不是同时添加两个ExtnQuery，那么我将得到结果，即出现的结果，即1次出现。

在lucene中查找匹配文档的出现次数

0 个答案: