java - Lucene - 精确的字符串匹配

Question

我正在尝试创建一个 Lucene 4.10 索引。我只想在索引中保存我放入文档中的确切字符串，无需标记化。

我正在使用 StandardAnalyzer。

    Directory dir = FSDirectory.open(new File("myDire"));
    Analyzer analyzer = new StandardAnalyzer();
    IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_4_10_0, analyzer);
    iwc.setOpenMode(OpenMode.CREATE);
    IndexWriter writer = new IndexWriter(dir, iwc);
    StringField field1 = new StringField("1", content1, Store.YES);
    StringField field2 = new StringField("2", content2, Store.YES);
    StringField field3 = new StringField("3", content3, Store.YES);
    doc.add(field1);
    doc.add(field2);
    doc.add(field3);
    writer.addDocument(doc, analyzer);
    writer.close();

如果我打印索引的内容，我可以看到我的数据被存储，例如，我的文档有这个“字段 3”:

    stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<3:"Fuel Tank Capacity"@en>

我正在尝试查询索引以取回它:

    IndexSearcher searcher = new IndexSearcher(reader);
    Analyzer analyzer = new StandardAnalyzer();
    QueryParser parser = new QueryParser("3", analyzer);
    String queryString = "\"\"Fuel Tank Capacity"\@en\"";
    Query query = parser.createPhraseQuery("3", QueryParser.escape(queryString));
    TopDocs docs = searcher.search(query, null, 20);

我正在尝试搜索术语“Fuel Tank Capacity”@en(包括引号)，所以我试图将它们转义并在术语周围加上另外几个引号，以便让 lucene 明白我正在搜索对于整个文本。

如果我打印查询，我得到: 3:“油箱容量en”但我不想拆分 @ 符号上的文本。

我认为我的第一个问题是 StandardAnalyzer，因为如果我没记错的话，它似乎可以标记化。但是，我无法理解如何查询索引以准确获得“油箱容量”@en(包括引号)。

谢谢

Answer 1

您可以简化问题，将 QueryParser 完全排除在外。由于您使用的是 StringField，该字段的全部内容都是一个词项，所以一个简单的 TermQuery应该运作良好:

Query query = new TermQuery(new Term("3","\"Fuel Tank Capacity\"@en"));