可以使用带有特殊字符和标点符号的Lucene Analyzer？

Question

我有一个Lucene索引，其中包含多个文档。 每个文档都有多个字段，例如：

Id
Project
Name
Description

Id字段将是唯一的标识符，例如GUID，Project是用户的ProjectID，并且用户只能查看其项目的文档，并且Name和Description包含可以包含特殊字符的文本。

当用户在“名称”字段上执行搜索时，我希望能够尝试匹配我所能做到的最佳匹配，例如：

First

都将返回：

First.Last 

和

First.Middle.Last

名称也可以是这样的：

Test (NameTest)

如果用户在其中键入“测试”，“名称”或“（NameTest）”，则他们可以找到结果。

但是，如果我说Project是'ProjectA'，则需要完全匹配（不区分大小写的搜索）。 Id字段也是如此。

我应将哪些字段设置为Tokenized，将哪些字段设置为Untokenized？ 另外，我是否应该考虑有一个好的分析仪来实现这一目标？

我一直在努力决定实现所需搜索的最佳途径。

Answer 1

出于简单原因，您的ID字段应该未标记，除非您编写自己的标记程序，否则它似乎无法标记（基于空格）。 您可以标记所有其他字段。

对项目名称执行短语查询，查找PhraseQuery或将项目名称括在双引号中（这将使其完全匹配）。 示例：“ \\“我的幻想项目” \\“

对于名称字段，一个简单的查询应该可以正常工作。

不确定是否需要组合字段。 在这种情况下，请查询BooleanQuery（可让您以布尔方式组合不同的查询）