在Lucene内部搜索原始文本，而无需使用任何分析器

Question

我有一个使用分析仪构建的Lucene索引。 我使用索引来搜索内容，在大多数情况下，我需要使用分析器。

现在，在少数情况下，假设我只想在字段中查找文本而没有分析器的影响，是否仍然可以查看具有相同索引的字段？ 我应该如何构造查询？

如果我使用通配符查询，它仍将在分析的文本中查找，而我想在原始文本中进行搜索。

Answer 1

您在注释中描述的情况表明您正在使用带茎的分析仪。 可能EnglishAnalyzer （其结合了PorterStemmer ）。 我会寻找没有茎的分析器，而不是完全没有分析器，这会导致字段未标记，从而使搜索变得困难。

• StandardAnalyzer一个很好的标准，实现了unicode标准文本分段 ，主要是非语言特定的。
• SimpleAnalyzer如所示的非常简单的分析器。 标记成连续字母的组，并将其小写。 警告：此令牌生成器会丢失数字！
• WhitespaceAnalyzer同样非常简单，简单地在空白周围创建令牌。 不小写或以其他方式规范令牌。 这通常太简单而无用。
• ClassicAnalyzer实现3.X中曾经是StandardAnalyzer的逻辑。 仍然是有用的分析器。

如果您确实希望没有分析器，那么只需使用StringField绕过任何标记化或分析。

Answer 2

我建议建立一个索引，该索引的字段包含默认分析器的文档，以及一个包含WhitespaceAnalyzer的文档

您可以创建此有用的http://lucene.apache.org/core/4_0_0-BETA/analyzers-common/org/apache/lucene/analysis/miscellaneous/PerFieldAnalyzerWrapper.html

如果需要精确搜索，请使用whitespacetokenizer在该字段中搜索，否则请使用包含分析器处理的文本的字段