c# - Luke Lucene BooleanQuery

Question

在 Luke 中，以下搜索表达式返回 23 个结果:

docurl:www.siteurl.com  docfile:Tomatoes*

如果我使用以下实现将相同的表达式传递到我的 C# Lucene.NET 应用程序中:

        IndexReader reader = IndexReader.Open(indexName);
        Searcher searcher = new IndexSearcher(reader);
        try
        {
            QueryParser parser = new QueryParser("docurl", new StandardAnalyzer());
            BooleanQuery bquery = new BooleanQuery();
            Query parsedQuery = parser.Parse(query);
            bquery.Add(parsedQuery, Lucene.Net.Search.BooleanClause.Occur.MUST);
            int _max = searcher.MaxDoc();
            BooleanQuery.SetMaxClauseCount(Int32.MaxValue);
            TopDocs hits = searcher.Search(parsedQuery, _max)
            ...
        }

我得到 0 个结果

Luke 使用的是 StandardAnalyzer，解释结构窗口如下所示:

我必须为我搜索的每个字段手动创建 BooleanClause 对象，为每个字段指定 Should 然后将它们添加到 BooleanQuery 对象.Add()？我认为 QueryParser 会为我做这件事。我错过了什么？

编辑:稍微简化一下，docfile:Tomatoes* 在 Luke 中返回 23 个文档，但在我的应用程序中返回 0 个。根据 Gene 的建议，我已将 MUST 更改为 SHOULD:

            QueryParser parser = new QueryParser("docurl", new StandardAnalyzer());
            BooleanQuery bquery = new BooleanQuery();
            Query parsedQuery = parser.Parse(query);
            bquery.Add(parsedQuery, Lucene.Net.Search.BooleanClause.Occur.SHOULD);
            int _max = searcher.MaxDoc();
            BooleanQuery.SetMaxClauseCount(Int32.MaxValue);
            TopDocs hits = searcher.Search(parsedQuery, _max);

parsedQuery 就是 docfile:tomatoes*

编辑2:

我想我终于找到了根本问题:

            QueryParser parser = new QueryParser("docurl", new StandardAnalyzer());
            Query parsedQuery = parser.Parse(query);

在第二行，query是"docfile:Tomatoes*"，但是parsedQuery是{docfile:tomatoes*} 。注意到区别了吗？已解析查询中的小写字母“”。我以前从来没有注意到这一点。如果我将 IDE 中的值更改为“T”，将返回 23 个结果。

我已经验证在索引和读取索引时正在使用 StandardAnalyzer。如何强制 queryParser 保留 query 值的大小写？

编辑 3:哇，多么令人沮丧。根据documentation ，我可以通过以下方式完成此操作:

parser.setLowercaseExpandedTerms(false);

Whether terms of wildcard, prefix, fuzzy and range queries are to be automatically lower-cased or not. Default is true.

我不会争论这是否是一个明智的默认设置。我想应该使用 SimpleAnalyzer 将索引内外的所有内容小写。令人沮丧的是，至少在我使用的版本中，Luke 默认采用另一种方式!至少我对 Lucene 有了更多的了解。

Answer 1

使用Occur.MUST 等同于在标准查询解析器中使用+ 运算符。因此，您的代码正在评估 +docurl:www.siteurl.com +docfile:Tomatoes* 而不是您在 Luke 中输入的表达式。要获得该行为，请在添加子句时尝试 Occur.SHOULD。