c# - 从 Lucene 中的查询中检索所有匹配文档的最有效方法是什么，未排序？

Question

我希望执行查询以维护内部完整性；例如，从索引中删除特定字段/值的所有痕迹。因此，找到所有匹配的文档(不仅仅是前 n 个文档)很重要，但它们返回的顺序无关紧要。

根据文档，看起来我需要使用 Searcher.Search( Query, Collector ) 方法，但是没有内置的 Collector 类可以满足我的需要。

我应该为此派生自己的 Collector 吗？这样做时需要注意什么？

Answer 1

事实证明，这比我预期的要容易得多。我刚刚使用了 http://lucene.apache.org/java/2_9_0/api/core/org/apache/lucene/search/Collector.html 中的示例实现并将传递给 Collect() 方法的文档编号记录在列表中，将其公开为公共(public) Docs 属性。

然后我简单地迭代此属性，将数字传回 Searcher 以获取正确的 Document:

var searcher = new IndexSearcher( reader );
var collector = new IntegralCollector(); // my custom Collector
searcher.Search( query, collector );
var result = new Document[ collector.Docs.Count ];
for ( int i = 0; i < collector.Docs.Count; i++ )
    result[ i ] = searcher.Doc( collector.Docs[ i ] );
searcher.Close(); // this is probably not needed
reader.Close();

到目前为止，它在初步测试中似乎运行良好。

更新:这是IntegralCollector的代码:

internal class IntegralCollector: Lucene.Net.Search.Collector {
    private int _docBase;

    private List<int> _docs = new List<int>();
    public List<int> Docs {
        get { return _docs; }
    }

    public override bool AcceptsDocsOutOfOrder() {
        return true;
    }

    public override void Collect( int doc ) {
        _docs.Add( _docBase + doc );
    }

    public override void SetNextReader( Lucene.Net.Index.IndexReader reader, int docBase ) {
        _docBase = docBase;
    }

    public override void SetScorer( Lucene.Net.Search.Scorer scorer ) {
    }
}