将Lucene HitCollector（2.x）迁移到收集器（3.x）

Question

在我们的一个项目中，我们使用旧的Lucene版本（2.3.2）。我现在正在查看当前的Lucene版本（3.5.0）并尝试重新编写旧代码。在旧项目中，我们扩展了TopFieldDocCollector以在collect（）方法中进行一些额外的过滤。然而，我在理解新的Collector类时遇到了一些麻烦，我找不到一个好的例子。

1）方法setScorer（）。我如何/从哪里获得Scorer对象？

2）方法collect（）。我想我需要创建自己的Collection并存储我感兴趣的docIds，对吗？

3）当扩展TopDocsCollector时，我需要在构造函数中实现PriorityQueue，对吗？似乎没有标准的实施方案。但是我仍然需要自己的Collection来存储docIds（或者更确切地说，ScoreDocs），并在搜索结束后调用populateResults？

总的来说，扩展收集器似乎比扩展TopDocsCollector更容易，但也许我错过了一些东西。

Answer 1

1. setScorer（）是一个钩子，当它实际进行搜索时，ScoreSearcher会传入Scorer。因此，如果你完全关心得分，你基本上会覆盖这种方法（例如，将得分者的传球保存起来以便你可以使用它）。从它的javadocs：

   在连续调用{@link #collect（int）}之前调用。实现 需要当前文件的分数（传入 {@link #collect（int）}），应该保存传入的Scorer并调用 在需要时获得scorer.score（）。

2. 为每个匹配的文档调用collect（），传入每段docid。请注意，如果您需要'rebased docid'（相对于其所有细分的整个读者），那么您必须覆盖setNextReader，保存docBase，并计算docBase + docid。来自Collector javadocs：

   注意：传递给collect的文档  方法是相对于当前的读者。如果你的  收集器需要将其解析为docID空间  Multi * Reader，您必须通过录制来重新定位它  来自最近的setNextReader调用的docBase。

3. TopDocsCollector是TopFieldCollector（按字段排序）和TopScoreDocCollector（按分数排序）的基类。如果您正在编写一个按分数排序的自定义收集器，那么可能更容易扩展TopScoreDocCollector。

另外：最简单的收集器示例是TotalHitCountCollector！