Question

我刚刚开始使用Lucene，我觉得我必须对它有一个基本的误解，但从样本和文档中我无法弄清楚这个问题。

我似乎无法让Lucene返回使用TokenStream初始化的字段的结果，而使用string初始化的字段可以正常工作。我正在使用Lucene.NET 2.9.2 RC2。

[编辑]我也尝试使用最新的Java版本（3.0.3）并看到相同的行为，所以这不是端口的一些怪癖。

这是一个基本的例子：

Directory index = new RAMDirectory();
Document doc = new Document();
doc.Add(new Field("fieldName", new StandardTokenizer(new StringReader("Field Value Goes Here"))));
IndexWriter iw = new IndexWriter(index, new StandardAnalyzer());
iw.AddDocument(doc);
iw.Commit();
iw.Close();
Query q = new QueryParser("fieldName", new StandardAnalyzer()).Parse("value");
IndexSearcher searcher = new IndexSearcher(index, true);
Console.WriteLine(searcher.Search(q).Length());

（我意识到这使用了不推荐使用2.9的API，但这仅仅是为了简洁...假装指定版本的参数在那里，我使用新的Search之一。）

这不会返回任何结果。

但是，如果我用

替换添加字段的行

doc.Add(new Field("fieldName", "Field Value Goes Here", Field.Store.NO, Field.Index.ANALYZED));

然后查询返回命中，正如我所料。如果我使用TextReader版本，它也可以。

这两个字段都被索引和标记化，我认为它们是相同的标记器/分析器（我也尝试过其他字段），并且都没有存储，所以我的直觉是它们的行为应该相同。我错过了什么？

Answer 1

我发现答案是套管。

由StandardAnalyzer创建的令牌流有LowerCaseFilter，而直接创建StandardTokenizer则不会应用此类过滤器。

在Lucene中搜索TokenStream字段

1 个答案: