Question

如果我有一个字段x，可以包含y或z等值，有没有一种方法可以查询，这样我只能返回已编入索引的值？

实施例 x可用的可设置值= test1，test2，test3，test4

第1项：字段x = test1

第2项：字段x = test2

项目3：字段x = test4

第4项：字段x = test1

执行所需的查询将返回以下列表： test1，test2，test4

Answer 1

之前我已将其作为扩展方法实现：

public static class ReaderExtentions
{
    public static IEnumerable<string> UniqueTermsFromField(
                                          this IndexReader reader, string field)
    {
        var termEnum = reader.Terms(new Term(field));

        do
        {
            var currentTerm = termEnum.Term();

            if (currentTerm.Field() != field)
                yield break;

            yield return currentTerm.Text();
        } while (termEnum.Next());
    }
}

你可以很容易地使用它：

var allPossibleTermsForField = reader.UniqueTermsFromField("FieldName");

这会让你回复你想要的东西。

编辑：由于一些心不在焉，我正在跳过上面的第一个学期。我已相应更新代码以正常工作。

Answer 2

TermEnum te = indexReader.Terms(new Term("fieldx"));
do
{
    Term t = te.Term();
    if (t==null || t.Field() != "fieldx") break;
    Console.WriteLine(t.Text());
} while (te.Next());

Answer 3

如果字段被索引为字符串或使用KeywordTokenizer并且没有过滤器索引，则可以使用构面返回字段的前N个值。这意味着该字段不是标记化的，而是保存原样。

只需在查询中设置以下属性：

facet=true
facet.field=fieldname
facet.limit=N //the number of values you want to retrieve

Answer 4

我认为在字段'x'上搜索WildcardQuery，在'*'上搜索值可以做到这一点。

Answer 5

我曾经使用过Lucene 2.9.2，在那里我使用了Manning的“Lucene in Action”一书中描述的FieldCache方法：

String[] fieldValues = FieldCache.DEFAULT.getStrings(indexReader, fieldname);

数组fieldValues包含字段fieldname的索引中的所有值（例如：["NY", "NY", "NY", "SF"]），因此现在由您决定如何处理数组。通常你创建一个HashMap<String,Integer>来总结每个可能值的出现次数，在这种情况下NY = 3，SF = 1。

也许这有帮助。对于非常大的索引（索引中有1.000.000个文档）来说，这是非常慢和内存消耗，但它可以工作。

在lucene .net中查找字段的所有可用值

5 个答案: