在lucene索引文档中查找和排列多个短语匹配

Question

鉴于包含文本的一系列文档，我想搜索短语并返回所有匹配并对其进行排名。我知道如何让lucene / solr指出哪些文档匹配，并在文档中突出显示，但如何获得包含来自同一文档的多个匹配的排名？

First document.  It has a single line of text.

Second document.  This text line is quite short.
This is another line containing more text and is a bit longer.

如果我搜索“文本行”，那么我希望找到三个匹配项，排名如下：

2nd document -> ...This "text line" is quite short.
1st document -> ...It has a single "line of text".
2nd document -> ...another "line containing more text" and is...

这可能吗？怎么样？

Answer 1

如果您希望每行匹配一个匹配项，那么请将每一行设为自己的文档。不要将术语“文档”与文本实际上是单个文件混淆。

如果要维护链接回文件，只需将id索引到另一个（存储的）字段中。

{ id: "myfile.txt",
  text: "first line" }

{ id: "myfile.txt",
  text: "second line" }