如何在Lucene.NET中搜索Field.Index.NOT_ANALYZED字段？

Question

我是Lucene.NET的新手。 我正在添加字段

Field.Index.NOT_ANALYZED

在Lucene文档中。 有一个默认字段在文档中添加为

Field.Index.ANALYZED

我在搜索默认字段时没有任何困难; 但是当我搜索特定字段时，Lucene返回0文档。 但是，如果我改变，

Field.Index.NOT_ANALYZED

至

Field.Index.ANALYZED

事情正常。 我认为与Analyzer有关。 任何人都可以指导我如何搜索Field.Index.NOT_ANALYZED字段吗？

以下是我创建查询解析器的方法：

QueryParser parser = 
    new QueryParser(
        Version.LUCENE_30, 
        "content", 
        new StandardAnalyzer(Version.LUCENE_30));

Answer 1

ANALYZED只表示该值在被索引之前通过Analyzer传递，而NOT_ANALYZED表示该值将按原样索引。 后者意味着像“hello world”这样的值将被编入索引，就像字符串“hello world”一样。 但是，QueryParser类的语法将空格解析为term-separator，创建两个术语“hello”和“world”。

如果您创建了一个var q = new TermQuery(new Term(field, "hello world"))而不是调用var q = queryParser.Parse(field, "hello world")您将能够匹配该字段。

Answer 2

问题似乎是使用与字面上与当前索引的值不匹配的搜索值; 换句话说，尝试将包含hello world文档与搜索Hello World进行匹配。 由于所有字段都标记为NOT_ANALYZED Lucene不处理（使用分析器/标记器）条款; 它只是在传递时进行索引，将hello world之类的字符串存储为hello world 。 要搜索返回该文档的匹配项，搜索项必须完全正确

hello world 

而不是 ， Hello World或hello world。 或你好 。 所有这些搜索都将返回零匹配。 对于Lucene来说，这就像试图搜索数字3 ，得到2或4的匹配（听起来不合逻辑）。

这就是为什么NOT_ANALYZED的使用仅建议用于您希望搜索返回完全匹配的ID类型字段，而不是相关/类似字段值的列表。

使用ANALYZED的优势在于搜索变得更加直观和友好。 索引像hello world这样的值会将该术语分解为标记（以提供像hello或world或甚至ello的部分匹配）并以全小写形式存储，以避免由于不同的大小写（如Hello World或hELLO ）而导致的不匹配。