lucene过滤器区分大小写

Question

我正在从Lucene 3.0.1迁移到4.1.0。 经过几天的分析，我认为这些版本的查询过滤结果有所不同。 迁移后，我看到相同查询和过滤器的查询结果有所不同。

事情看起来如下：

我使用的是Lucene 3.0.1，但是例如，IndexWriter的StandardAnalyzer是这样配置的：

new StandardAnalyzer(Version.LUCENE_24)

QueryParser使用了相同的配置。 很少有NOT_ANALYSED字段（意味着未建立索引；在4.x中已弃用），这会导致在迁移到4.0.0或4.1.0后出现问题。 问题是某些NOT_ANALYZED的Filed的值是大写。 搜索过程如下所示：

1. QueryParser get字段（文档对同一个字段有很多值，对于用户来说是最重要的信息）和关键字
2. 准备具有其他用户条件的过滤器QueryWrapperFilter（TermQuery（...））
3. 我从org.apache.lucene.search.Filter覆盖getDocIdSet，并遍历所有准备好的Filters，调用filter.getDocIdSet（IndexReader）并收集过滤后的元素。

我发现这与区分大小写有关 。 我知道在Lucene 2.4中使用LowerCaseFilter，我所做的是用4.x重建索引，但是现在所有的NOT_ANALYZED值都是小写的。 然后问题消失了。

对于我的使用3.0.3区分大小写的解决方案“无关紧要”，而在4.x中则“重要”的原因可能是什么。 也许有些人可以向我解释幕后发生的事情。

Answer 1

索引编制和分析是两件事。

分析意味着该字段将通过所选的Analyzer 。 未分析的字段将按原样放置在索引中。

如果您对大写字符串进行索引而不进行分析，则它将在索引中保持大写形式，并且无法使用小写查询找到。