java - 在Lucene中嵌套搜索而不重复关键字

Question

我想使用以下逻辑在Lucene（实际上是Lucene.NET，但是我可以根据需要从Java转换）中进行搜索：


搜索字符串是：A B C
在索引的一个字段中搜索与A，B或C匹配的任何内容。（查询：(field1:A field1:B field1:C)）
对于在步骤2中不匹配的每个术语，请在第二个字段中进行搜索，同时保留第一次搜索的结果（查询：(+(field1:A) +(field2:B field2:C))）
对于第3步中不匹配的每个术语，请搜索第三个字段...
继续操作，直到用完所有字段，或者搜索已使用了所有术语。


目前，我的代码可以测试给定的搜索是否未产生结果，并将所有确实产生结果的结果与在一起。但是我没有办法在针对每个字段进行测试之前停止它（这不必要地限制了结果）-当前它以诸如(+(field1:A field1:B field1:C) +(field3:A field3:B field3:C))的查询结尾，当我希望它为(+(field1:A field1:C) +(field3:B))时。我不能只看第一次搜索的结果并从搜索字符串中删除单词，因为分析器在解析单词进行搜索时会对其进行修饰，并且我无法解开它们以找出原始单词中的哪个它所对应的搜索词。

有什么建议么？



编辑：
好的，总的来说，我更喜欢抽象地描述我的问题，但是我认为其中的某些部分会在过程中迷路，因此我将更加具体。

我正在为一个需要具有多层搜索逻辑的站点构建搜索引擎。我将跟踪的一些示例搜索为：


头戴式耳机
怪兽耳机
白色Monster耳机
白色Foobar耳机


该索引包含具有七个字段的文档-与该示例相关的是：


“ datattype”：一个字符串，代表此文档代表的项目类型（产品，类别，品牌），因此我们知道如何显示它
“品牌”：相关的品牌（类别有多个品牌，产品和品牌各有一个）
“路径”：给定类别的路径（即“音频>耳机>入耳”的“入耳式音频耳机”）
“关键字”：描述产品的各种内容，在其他任何地方都没有。


通常，搜索的每个步骤的逻辑如下：


检查我们是否有匹配项。
如果是这样，请根据该匹配项过滤结果，然后在下一步中继续解析其余的搜索词。
如果不是，请在下一步中解析搜索词。


每个步骤都类似于：


搜索类别
搜寻品牌
搜索关键词


因此，这三个示例搜索应如何显示：


头戴式耳机


搜索类别：+path:headphones +datatype:Category
存在匹配项（“耳机”类别），并且原始查询中没有剩下任何单词，因此我们将其返回。

怪兽耳机


搜索类别：`+（path：monster path：headphones）+ datatype：Category
找到了path:headphones和datatype:Category的匹配项，而“ Monster”不匹配
搜索品牌：+path:headphones +brand:monster
找到了path:headphones和brand:monster的匹配项，原始查询中没有留下任何单词，因此我们退回Monster的所有耳机​​。

白色Monster耳机


搜索类别：+(path:monster path:headphones path:white) +datatype:Category
找到了path:headphones和datatype:Category的匹配项，“白色”和“怪物”不匹配
搜索品牌：+path:headphones +(brand:monster +brand:white)
找到了path:headphones和brand:monster的匹配项，而“白色”不匹配
搜索关键字：+path:headphones +brand:monster +keywords:white
有匹配项，并且没有原始查询中的任何单词，因此我们将其返回。

白色Foobar耳机


搜索类别：+(path:foobar path:headphones path:white) +datatype:Category
找到了path:headphones和datatype:Category的匹配项，而“ White”和“ Foobar”不匹配
搜索品牌：+path:headphones +(brand:foobar +brand:white)
找不到任何内容，因此我们继续。
搜索关键字：+path:headphones +(keywords:white keywords:foobar)
找到了path:headphones和keywords:white的匹配项，而“ Foobar”不匹配
...（继续搜索其他字段，包括产品说明）...
尚有不匹配的搜索字词（“ Foobar”），返回“未找到结果”



我有两个问题：


我不希望所有内容都匹配后匹配就继续（只有产品才有描述，所以一旦到达这一步，我们将永远不会返回不是产品的东西）。我可以通过使用here中的denis的GetHitTerms来解决此问题，除了我然后最终在所有后续字段中搜索第一个匹配的术语，直到一切都匹配为止（例如，在示例＃2中，我将使用+path:headphones +(brand:headphones brand:monster)）。
尽管上面有我的示例，但我在path字段上的实际搜索查询看起来像+path:headphon +datatype:Taxonomy，因为我正在处理它以进行搜索。因此，我不能采用匹配的术语并将其从原始查询中删除（因为“ headphon”！=“ headphones”）。


希望这样可以使我在寻找什么更加清晰。

Answer 1

我不理解您的用例，但您听起来好像在询问BooleanQuery API。您可以通过调用getClauses来获取查询的子句。

一个简单的例子：

BooleanQuery bq = new BooleanQuery();
bq.add(new TermQuery(new Term("field1","a")), BooleanClause.Occur.SHOULD)
bq.add(new TermQuery(new Term("field1","b")), BooleanClause.Occur.SHOULD)

BooleanClause[] clauses = bq.getClauses();

编辑：也许您只是在寻找搜索算法。用伪代码：

generate_query (qs_that_matched, qs_that_didnt_match, level):
   new_query = qs_that_matched AND level:qs_that_didnt_match
   qs_still_unmatched = ...
   qs_which_just_matched = ...
   if qs_still_unmatched != null:
      return generate_query(qs_that_matched AND qs_which_just_matched, qs_still_unmatched, level+1)
   else:
      return qs_that_matched AND qs_which_just_matched