如何从 Lucene 5.x 中的字段中获取 n 个第一项?

How to get n first terms from field in Lucene 5.x?

我正在使用 Lucene 作为 Eclipse 插件。目前我像这样迭代我的索引词:

  1. 我使用 IndexReader.getTermVector(id, field)
  2. 得到一个 Terms 实例
  3. 我使用 TermsEnum 遍历此实例,如下所示:while ((text = vectorEnum.next()) != null)

现在我还想要获取字段的前n个元素。我认为我必须使用 PostingsEnum 来完成此操作,但我不知道如何使用它。我想我可以通过在 TermsEnum 上调用 postings() 来获取它,但我不知道该怎么做。

编辑: 我猜这是我代码的重要部分:

Terms vector = indexReader.getTermVector(id, field);
BytesRef text = null; 
if (vector != null) {
                TermsEnum vectorEnum = vector.iterator();
                while ((text = vectorEnum.next()) != null) {
                    String term = text.utf8ToString();
                    [do stuff]
                }

这就是 FieldType:

FieldType fieldType = new FieldType();
fieldType.setIndexOptions(IndexOptions.DOCS_AND_FREQS_AND_POSITIONS);
fieldType.setStored(true);
fieldType.setStoreTermVectors(true);
fieldType.setTokenized(true);

不确定为什么,但使用 setIndexOptions 请求位置似乎不起作用,因此您必须明确设置 setStoreTermVectorPositions。您仍然必须将索引选项设置为 NONE 以外的其他选项,但似乎没有必要使用 DOCS_AND_FREQS_AND_POSITIONS,即

fieldType.setIndexOptions(IndexOptions.DOCS);
fieldType.setStoreTermVectorPositions(true);

那么您可以访问职位:

Terms vector = indexReader.getTermVector(id, field);
if (vector != null) {
    TermsEnum vectorEnum = vector.iterator();
    BytesRef text;
    while ((text = vectorEnum.next()) != null) {
        String term = text.utf8ToString();
        PostingsEnum postings = vectorEnum.postings(null, PostingsEnum.POSITIONS);
        while (postings.nextDoc() != DocIdSetIterator.NO_MORE_DOCS) {
            int freq = postings.freq();
            while (freq-- > 0)
                logger.info("Position: {}", postings.nextPosition());
        }
    }
}