我正在使用 StandardAnalyser 为 10 个文本文档编制索引。
public static void indexDoc(final IndexWriter writer, Path filePath, long timstamp)
{
try (InputStream iStream = Files.newInputStream(filePath))
{
Document doc = new Document();
Field pathField = new StringField("path",filePath.toString(),Field.Store.YES);
Field flagField = new TextField("ashish","i am stored",Field.Store.YES);
LongPoint last_modi = new LongPoint("last_modified",timstamp);
Field content = new TextField("content",new BufferedReader(new InputStreamReader(iStream,StandardCharsets.UTF_8)));
doc.add(pathField);
doc.add(last_modi);
doc.add(content);
doc.add(flagField);
if(writer.getConfig().getOpenMode()==OpenMode.CREATE)
{
System.out.println("Adding "+filePath.toString());
writer.addDocument(doc);
}
} catch (IOException e) {
e.printStackTrace();
}
}
上面是用于索引文档的代码片段。 出于测试目的,我正在搜索一个名为“ashish”的字段。
当我使用 QueryParser 时,Lucene 会按预期给出搜索结果。
public static void main(String[] args) throws Exception
{
String index = "E:\\Lucene\\Index";
String field = "ashish";
int hitsPerPage = 10;
IndexReader reader = DirectoryReader.open(FSDirectory.open(Paths.get(index)));
IndexSearcher searcher = new IndexSearcher(reader);
Analyzer analyzer = new StandardAnalyzer();
QueryParser parser = new QueryParser(field, analyzer);
String line = "i am stored";
Query query = parser.parse(line);
// Query q = new TermQuery(new Term("ashish","i am stored"));
System.out.println("Searching for: " + query.toString());
TopDocs results = searcher.search(query, 5 * hitsPerPage);
ScoreDoc[] hits = results.scoreDocs;
int numTotalHits = Math.toIntExact(results.totalHits);
System.out.println(numTotalHits + " total matching documents");
for(int i=0;i<numTotalHits;i++)
{
Document doc = searcher.doc(hits[i].doc);
String path = doc.get("path");
String content = doc.get("ashish");
System.out.println(path+"\n"+content);
}
}
上面的代码演示了如何使用QueryParser来检索所需的字段,可以正常工作。它会命中所有 10 个文档,因为我正在为所有 10 个文档存储此字段。这里一切都好。
但是,当我使用 TermQuery API 时,我没有得到想要的结果。 我正在展示我对 TermQuery 所做的代码更改。
public static void main(String[] args) throws Exception
{
String index = "E:\\Lucene\\Index";
String field = "ashish";
int hitsPerPage = 10;
IndexReader reader = DirectoryReader.open(FSDirectory.open(Paths.get(index)));
IndexSearcher searcher = new IndexSearcher(reader);
Analyzer analyzer = new StandardAnalyzer();
// QueryParser parser = new QueryParser(field, analyzer);
String line = "i am stored";
// Query query = parser.parse(line);
Query q = new TermQuery(new Term("ashish","i am stored"));
System.out.println("Searching for: " + q.toString());
TopDocs results = searcher.search(q, 5 * hitsPerPage);
ScoreDoc[] hits = results.scoreDocs;
int numTotalHits = Math.toIntExact(results.totalHits);
System.out.println(numTotalHits + " total matching documents");
for(int i=0;i<numTotalHits;i++)
{
Document doc = searcher.doc(hits[i].doc);
String path = doc.get("path");
String content = doc.get("ashish");
System.out.println(path+"\n"+content);
System.out.println("----------------------------------------------------------------------------------");
}
}
对 stackoverflow 本身的例子做了一些研究 Lucene TermQuery and QueryParser但没有找到任何实际的解决方案,而且这些示例中的 lucene 版本也很旧。
非常感谢您的帮助。
提前致谢!
最佳答案
我在这篇文章中得到了问题的答案 link that explains how TermQuery works
TermQuery 按原样搜索整个字符串。这种行为会给您带来不正确的结果,因为索引数据通常是标记化的。
在发布的代码中,我将整个搜索字符串传递给 TermQuery,例如
Query q = new TermQuery(new Term("ashish","我已存储"));
现在,在上述情况下,Lucene 会按原样查找“我已存储”,但它永远找不到它,因为在索引时该字符串已被标记化。
相反,我尝试搜索 Query q = new TermQuery(new Term("ashish","stored"));
上面的查询给了我预期的结果。
谢谢, 阿什什
关于java - TermQuery 没有给出预期结果作为 QueryParser - Lucene 7.4.0,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51336488/