最佳方法在Lucene搜索结果中找到项目的位置

Question

我正在使用Lucene.NET，并且能够以ScoreDoc []的形式搜索匹配结果。

我需要知道ScoreDoc []中特定项目的位置。 ScoreDoc []中的所有项目都是唯一的。

示例代码：luceneSearcher.Search（query，collector）; ScoreDoc []分数= collector.TopDocs（）。scoreDocs

例如，我需要在ScoreDoc []中查找项目位置，该位置具有自定义ID属性，其值可以为“ 99999”。

我可以遍历scores []中的项目并检查与“ 99999”匹配的ID属性，然后返回该位置，但这会导致性能下降，因为scores []可以包含数千个项目。

有更好的技术吗？

谢谢

Answer 1

我想出了一个新的ExtendedCollector，用于存储CollectedDocuments。

    public class ExtendedCollector : Collector
    {
        private Scorer _scorer;
        private Int32 _docBase;
        private List<CollectedDocument> _documents;

        public ExtendedCollector()
        {
            _documents = new List<CollectedDocument>();
        }

        public override void SetScorer(Scorer scorer)
        {
            _scorer = scorer;
        }

        public override void Collect(int doc)
        {
            var docId = _docBase + doc;
            var score = _scorer.Score();

            var currentDoc = _documents.FirstOrDefault(d => d.DocId == docId);

            if (currentDoc == null)
                _documents.Add(new CollectedDocument()
                                   {DocId = docId, Score = score, OriginalIndex = _documents.Count, Index = _documents.Count});
            else
                currentDoc.Score = score;
        }

        public override void SetNextReader(IndexReader reader, int docBase)
        {
            _docBase = docBase;
        }

        public override bool AcceptsDocsOutOfOrder()
        {
            return false;
        }

        public List<CollectedDocument> Documents
        {
            get { return _documents; }
        }

        public List<CollectedDocument> DocumentsByScore
        {
            get
            {
                var result = _documents.OrderByDescending(d => d.Score).ToList();
                var itemId = 0;
                foreach (var collectedDocument in result)
                {
                    itemId++;
                    collectedDocument.Index = itemId;
                }

                return result;
            }
        }
    }

CollectedDocument看起来像这样

    public class CollectedDocument
    {
        public Int32 DocId { get; set; }
        public float Score { get; set; }
        public int OriginalIndex { get; set; }
        public int Index { get; set; }
    }

每当您想要获得结果时，您都会做

        var myCollector = new ExtendedCollector();
        searcher.Search(searchQuery, myCollector);

        foreach (var doc in myCollector.Documents)
        {
            var docIndex = doc.Index; //this is the current index in a list
            var originalIndex = doc.OriginalIndex; //this is item Id set when doc was collected
        }

您还可以使用分数获得按分数排序的文档

myCollector.DocumentsByScore

这可能不是最简单的解决方案，但它可以工作。 如果有人有更好的解决方案，请将其发布，因为我也想知道这一点。