Lucene：多词短语作为搜索词
我正在尝试使用Apache Lucene创建一个可搜索的电话/本地商业目录。
我有街道名称，公司名称，电话号码等字段。我遇到的问题是，当我尝试在街道上搜索街道名称有多个单词（例如“新月”）时，不会返回任何结果。 但如果我尝试用一个单词搜索，例如’新月’，我会得到我想要的所有结果。
我正在使用以下内容索引数据：
String LocationOfDirectory = "C:\\dir\\index"; StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_34); Directory Index = new SimpleFSDirectory(LocationOfDirectory); IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE.34, analyzer); IndexWriter w = new IndexWriter(index, config); Document doc = new Document(); doc.add(new Field("Street", "the crescent", Field.Store.YES, Field.Index.Analyzed); w.add(doc); w.close(); 我的搜索工作如下：
int numberOfHits = 200; String LocationOfDirectory = "C:\\dir\\index"; TopScoreDocCollector collector = TopScoreDocCollector.create(numberOfHits, true); Directory directory = new SimpleFSDirectory(new File(LocationOfDirectory)); IndexSearcher searcher = new IndexSearcher(IndexReader.open(directory); WildcardQuery q = new WildcardQuery(new Term("Street", "the crescent"); searcher.search(q, collector); ScoreDoc[] hits = collector.topDocs().scoreDocs;
我已经尝试交换通配符查询以进行短语查询，首先使用整个字符串，然后将字符串拆分为空格并将它们包装在BooleanQuery中，如下所示：
String term = "the crescent"; BooleanQuery b = new BooleanQuery(); PhraseQuery p = new PhraseQuery(); String[] tokens = term.split(" "); for(int i = 0 ; i < tokens.length ; ++i) { p.add(new Term("Street", tokens[i])); } b.add(p, BooleanClause.Occur.MUST);
但是，这不起作用。 我尝试使用KeywordAnalyzer而不是StandardAnalyzer，但随后所有其他类型的搜索也停止了。 我尝试用其他字符（+和@）替换空格，并将查询转换为此表单，但仍然无效。 我认为它不起作用，因为+和@是没有索引的特殊字符，但我似乎无法找到任何字符都是这样的列表。
我开始有点生气，有谁知道我做错了什么？
谢谢，Rik
你没有得到你的文件的原因是，在索引时你正在使用StandardAnalyzer ，它将标记转换为小写并删除停用词。 因此，为您的示例编制索引的唯一术语是“新月”。 但是，不分析通配符查询，因此’the’作为查询的必需部分包含在内。 您的方案中的短语查询也是如此。
KeywordAnalyzer可能不太适合您的用例，因为它将整个字段内容作为单个标记。 您可以将SimpleAnalyzer用于街道字段 – 它将在所有非字母字符上拆分输入，然后将它们转换为小写字母。 您还可以考虑将WhitespaceAnalyzer与LowerCaseFilter一起LowerCaseFilter 。 您需要尝试不同的选项，并找出最适合您的数据和用户的选项。
此外，如果更改该字段的分析器会破坏其他搜索， PerFieldAnalyzerWrapper每个字段使用不同的分析器（例如，使用PerFieldAnalyzerWrapper ）。
我发现我不使用QueryParser生成查询的尝试不起作用，所以我不再尝试创建自己的查询并使用QueryParser。 我在网上看到的所有建议表明你应该在索引期间使用的QueryParser中使用相同的Analyzer，所以我使用StandardAnalyzer来构建QueryParser。
这适用于此示例，因为StandardAnalyzer在索引期间从街道“the crescent”中删除单词“the”，因此我们无法搜索它，因为它不在索引中。
但是，如果我们选择搜索“Grove Road”，我们就会遇到开箱即用function的问题，即查询将返回包含“Grove”或“Road”的所有结果。 通过设置QueryParser可以很容易地解决这个问题，因此它的默认操作是AND而不是OR。
最后，正确的解决方案如下：
int numberOfHits = 200; String LocationOfDirectory = "C:\\dir\\index"; TopScoreDocCollector collector = TopScoreDocCollector.create(numberOfHits, true); Directory directory = new SimpleFSDirectory(new File(LocationOfDirectory)); IndexSearcher searcher = new IndexSearcher(IndexReader.open(directory); StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_35); //WildcardQuery q = new WildcardQuery(new Term("Street", "the crescent"); QueryParser qp = new QueryParser(Version.LUCENE_35, "Street", analyzer); qp.setDefaultOperator(QueryParser.Operator.AND); Query q = qp.parse("grove road"); searcher.search(q, collector); ScoreDoc[] hits = collector.topDocs().scoreDocs;
如果你想要一个精确的单词匹配街道，你可以设置字段“街道”NOT_ANALYZED，它不会过滤停止单词“the”。
doc.add(new Field("Street", "the crescent", Field.Store.YES, Field.Index.Not_Analyzed);
这里不需要使用任何Analyzer因为Hibernate隐式使用了StandardAnalyzer ，它会根据white spaces分割单词，所以这里的解决方案将Analyze设置为NO它将自动执行Multi Phrase Search
@Column(name="skill") @Field(index=Index.YES, analyze=Analyze.NO, store=Store.NO) @Analyzer(definition="SkillsAnalyzer") private String skill;