c# - 是否只有在Lucene.net中搜索词组才能找到完全匹配？

Question

我知道已经有人问过类似的问题，但我找不到适合我所寻找的答案。

基本上，我想搜索短语，并且只返回具有该短语的匹配项仅，而不是部分匹配项。

例如如果我搜索“This is”，文档中包含“This is a phrase”的文档不会返回匹配项。

以这个例子为例:Exact Phrase search using Lucene?

“foo bar”不应返回命中，因为它只是部分匹配。我正在寻找的完整匹配项是“foo bar baz”。

这是代码，感谢 WhiteFang34 将其发布在上面的链接中(我已经简单地转换为 c#):

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using Lucene.Net.QueryParsers;
using Lucene.Net.Search;
using Lucene.Net.Documents;
using Lucene.Net.Analysis.Standard;
using Lucene.Net.Analysis;
using Lucene.Net.Store;
using Lucene.Net.Index;

namespace LuceneStatic
{
    public static class LuceneStatic
    {
        public static void LucenePhraseQuery()
        {
            // setup Lucene to use an in-memory index
            Lucene.Net.Store.Directory directory = new RAMDirectory();
            Analyzer analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_29);
            var mlf = Lucene.Net.Index.IndexWriter.MaxFieldLength.UNLIMITED;
            IndexWriter writer = new IndexWriter(directory, analyzer, true, mlf);

            // index a few documents
            writer.AddDocument(createDocument("1", "foo bar baz"));
            writer.AddDocument(createDocument("2", "red green blue"));
            writer.AddDocument(createDocument("3", "test foo bar test"));
            writer.Close();

            // search for documents that have "foo bar" in them
            String sentence = "foo bar";
            IndexSearcher searcher = new IndexSearcher(directory, true);
            PhraseQuery query = new PhraseQuery();
            string[] words = sentence.Split(' ');
            foreach (var word in words)
            {
                query.Add(new Term("contents", word));
            }

            // display search results
            List<string> results = new List<string>();
            TopDocs topDocs = searcher.Search(query, 10);
            foreach (ScoreDoc scoreDoc in topDocs.ScoreDocs)
            {
                Document doc = searcher.Doc(scoreDoc.doc);
                results.Add(doc.Get("contents"));
            }
        }

        private static Document createDocument(string id, string content)
        {
            Document doc = new Document();
            doc.Add(new Field("id", id, Field.Store.YES, Field.Index.NOT_ANALYZED));
            doc.Add(new Field("contents", content, Field.Store.YES, Field.Index.ANALYZED,
                    Field.TermVector.WITH_POSITIONS_OFFSETS));
            return doc;
        }
    }
}

我已经使用差异分析器和不同的方法解决了这个问题，但我无法获得所需的结果。我需要匹配完整短语“foo bar baz”，但“foo bar”应该不返回任何匹配项。

Answer 1

在创建字段时使用 Field.Index.NOT_ANALYZED 参数为您的数据编制索引。这将导致整个值被索引为单个 Term。

然后您可以使用简单的 TermQuery 对其进行搜索。

https://lucene.apache.org/core/old_versioned_docs/versions/3_0_1/api/all/org/apache/lucene/document/Field.Index.html#NOT_ANALYZED