c# - 带空格的 Sitecore Lucene 索引搜索词匹配不带空格的同一个词

Question

这看起来很简单，我确信我一定忽略了一些东西。我无法确定如何在 Lucene 中执行以下操作:

问题

• 我正在搜索地名。
• 我有一个字段叫做 Name
• 它正在使用 Lucene.Net.Analysis.Standard.StandardAnalyzer
• 它是TOKENIZED
• Name 的值在值中包含 1 个空格:halong bay。
• 由于文化差异的拼写或真正的拼写错误，搜索词可能包含也可能不包含额外的空格。例如。 ha long bay 而不是 halong bay。
• 如果我使用术语 halong bay 我会很受欢迎。
• 如果我使用 ha long bay 这个词，我就不会受到打击。

尝试的解决方案

这是我使用 LINQ to Lucene 从 Sitecore 构建谓词的代码:

var searchContext = ContentSearchManager.GetIndex("my_index").CreateSearchContext();
var term = "ha long bay";
var predicate = PredicateBuilder.Create<MySearchResultItemClass>(sri => sri.Name == term);
var results = searchContext.GetQueryable<MySearchResultItemClass>().Where(predicate);

我还尝试使用 .Like() 扩展进行模糊匹配:

var predicate = PredicateBuilder.Create<MySearchResultItemClass>(sri => sri.Like(term));

对于 ha long bay，这也不会产生任何结果。

我如何在 Sitecore 中配置 Lucene 以返回对 halong bay 和 ha long bay 搜索词的命中，理想情况下无需对输入项做任何花哨的事情(例如剥离空格、添加通配符等)？

注意:我知道这也会让术语 h a l o n g b a y 产生影响，但我认为我对此没有问题。

Answer 1

TOKENIZED 字段意味着字段值由标记(在这种情况下为空格)拆分，并将生成的术语添加到索引字典中。如果您在此类字段中索引“halong bay”，则会创建“halong”和“bay”术语。

对于“ha long”搜索查询，搜索引擎无法检索到此结果是正常的，因为它不知道包含“ha”或“long”字词的任何结果。

手动方法是在另一个名为 AlternateNames 的多值计算索引字段中定义所有其他写入地名的方法。然后您可以发出这种查询:Name==query OR AlternateNames==query。

一种自动方法是在名为 CompactName 的单独计算索引字段中也为不带空格的地名编制索引。然后你可以发出这种查询:Name==query OR CompactName==compactedQueryWithoutSpaces

希望对你有帮助

杰夫