Lucene 问题搜索连字符字段

Question

我在使用 Lucene 时遇到了一些问题，这让我抓狂。我有以下字段：

doc.Add(new Field("cataloguenumber", i.CatalogueNumber.ToLower(), Field.Store.YES, Field.Index.ANALYZED));

其中将包含如下所示的目录号：

DF-GH5
东风-FJ4
DF-DOG
AC-DP
AC-123
AC-DOCO

即两个字符后跟连字符后跟 2-5 个字母数字字符。

我正在尝试运行布尔查询以允许用户搜索数据：

// specify the search fields, lucene search in multiple fields
        string[] searchfields = new string[] { "cataloguenumber", "title", "author", "categories", "year", "length", "keyword", "description" };

        // Making a boolean query for searching and get the searched hits                
        BooleanQuery mainQuery = new BooleanQuery();
        QueryParser parser;

        //Add filter for main keyword
        parser = new MultiFieldQueryParser(Lucene.Net.Util.Version.LUCENE_30, searchfields, new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_30));
        parser.AllowLeadingWildcard = true;
        mainQuery.Add(parser.Parse(GetMainSearchQueryString(SearchPhrase)), Occur.MUST);

除了 cataloguenumber 之外的所有字段，系统都工作正常，无论出于何种原因根本无法工作。

理想情况下，我们希望能够按完整或部分目录编号进行搜索，例如 "DF-" 应该 return 所有以 DF

为前缀的项目

有谁知道我该怎么做？

非常感谢

奥利

Answer 1

一个常见的问题来源是在 index-time 和 query-time 上使用不同的分析器。您应该能够通过使用 StandardAnalyzer 获得良好的结果 - 它将文本 DF-GH5 视为单个标记，因此您将能够使用 fx df-gh5 或 df-* 进行搜索但请务必将其用于 IndexWriter 和 QueryParser.

这里是一个简单的例子，它用单个文档建立一个 in-memory 索引，并尝试通过 cataloguenumber.

查询索引

public static void Test()
{
    // Use an in-memory index.
    RAMDirectory indexDirectory = new RAMDirectory();

    // Make sure to use the same analyzer for indexing 
    Analyzer analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_30);

    // Add single document to the index.
    using (IndexWriter writer = new IndexWriter(indexDirectory, analyzer, IndexWriter.MaxFieldLength.UNLIMITED))
    {
        Document document = new Document();
        document.Add(new Field("content", "This is just some text", Field.Store.YES, Field.Index.ANALYZED));
        document.Add(new Field("cataloguenumber", "DF-GH5", Field.Store.YES, Field.Index.ANALYZED));

        writer.AddDocument(document);
    }

    var parser = new MultiFieldQueryParser(
        Lucene.Net.Util.Version.LUCENE_30,
        new[] { "cataloguenumber", "content" },
        analyzer);

    var searcher = new IndexSearcher(indexDirectory);

    DoSearch("df-gh5", parser, searcher);
    DoSearch("df-*", parser, searcher);
}

private static void DoSearch(string queryString, MultiFieldQueryParser parser, IndexSearcher searcher)
{
    var query = parser.Parse(queryString);

    TopDocs docs = searcher.Search(query, 10);

    foreach (ScoreDoc scoreDoc in docs.ScoreDocs)
    {
        Document searchHit = searcher.Doc(scoreDoc.Doc);
        string cataloguenumber = searchHit.GetValues("cataloguenumber").FirstOrDefault();
        string content = searchHit.GetValues("content").FirstOrDefault();
        Console.WriteLine($"Found object: {cataloguenumber} {content}");
    }
}

Lucene 问题搜索连字符字段

Lucene problems searchinh hyphenated field

lucene

lucene.net