java - hibernate 搜索不区分大小写的搜索不能正确地与 LowerCaseFilterFactory 配合使用

Question

我有以下 hibernate-search 配置:

@AnalyzerDef(name = "autocompleteNGramAnalyzer",

// Split input into tokens according to tokenizer
        tokenizer = @TokenizerDef(factory = StandardTokenizerFactory.class),

        filters = {
                // Normalize token text to lowercase, as the user is unlikely to
                // care about casing when searching for matches
                @TokenFilterDef(factory = WordDelimiterFilterFactory.class,
                        params = @Parameter(name = "catenateAll", value = "1")),
                @TokenFilterDef(factory = LowerCaseFilterFactory.class),
                @TokenFilterDef(factory = EdgeNGramFilterFactory.class, params = {
                        @Parameter(name = "minGramSize", value = "2"),
                        @Parameter(name = "maxGramSize", value = "5")})})

这种行为真的很奇怪。

我有一个值为George Cain

的字段

如果我按 Ge 搜索 - 它会返回值
如果我通过 GeO 搜索 - 它会返回值
如果我通过 GeOR 搜索 - 它不会返回任何内容
如果我通过 GeoR 搜索 - 它返回值
如果我通过 GEOR 搜索 - 它返回值

GeOR 有什么不好？ 我怎样才能解决这个问题？

这个框架可以调试吗？

Answer 1

首先，尝试使用 Luke 来查看您的 Lucene 索引中已索引的内容:https://github.com/DmitryKey/luke/releases 。您将能够看到 token ，这可能有助于您了解正在发生的情况。

确保您的分析器在您的字段上正确定义，并且分析器也应用于您的查询(向我们展示您如何定义字段以及如何执行查询可能是个好主意)。

如果您最终认为这是一个错误，您可以使用我们的 https://github.com/hibernate/hibernate-test-case-templates/tree/master/search/hibernate-search-lucene为我们提供一个独立的测试用例，以便我们查看。