java - 在 TopDocs.scoreDocs 循环中删除 Lucene 文档而不使用唯一 id

Question

要删除 Lucene 上的文档，可以使用带有查询和/或术语的函数 indexWriter.deleteDocuments(...) 。效果很好。

但是，我需要浏览文档集合，并根据条件删除其中一些文档。我可以在文档中添加一个唯一的 id 字段，并根据这个唯一的 id 调用 indexWriter.deleteDocuments(...) 。但是，我想避免这个选项，而是做这样的事情:

TopDocs hits = indexSearcher.search(...);
for (ScoreDoc scoreDoc : hits.scoreDocs) {
   Document doc = indexSearcher.doc(scoreDoc.doc);
   if (...) {
      indexWriter.delete(doc);   // or similar
   }
}

可以这样做吗？

ps:同样，我知道我可以在文档中添加一个唯一的 id 字段，并根据这个唯一的 id 通过调用 indexWriter.deleteDocuments(...) 来删除循环内的文档。那会很好用。但是，我想问如果没有这个选项是否可以做到这一点。请不要回答这是否是正确的方法。这是一个有趣的讨论，但这不是本文的目的。请仅回答是否可以(以及如何)或不添加唯一 ID 的问题。

pss:我知道我在重复自己，但我会再说一遍，因为我担心我会得到与这篇文章的目标无关的答案。实际上，请仅关注是否可以(以及如何)或不添加唯一 ID。

Answer 1

您可以从 IndexReader 获取它。

TopDocs hits = indexSearcher.search(...);
for (ScoreDoc scoreDoc : hits.scoreDocs) {
   Document doc = indexSearcher.doc(scoreDoc.doc);
   if (...) {
      indexSearcher.getIndexReader().deleteDocument(doc);
   }
}

但是，如果您已经在 Directory 上打开了 IndexWriter，那么它就不起作用，所以它可能不适用于您的情况。