search - Lucene 编号提取

Question

我有这个号码提取问题。我想要获取所有没有特定号码的比赛例如:125501874、125001873位置 2 处为 55 的所有数字均不予考虑。

第一个数字范围是 0 到 9，第二个数字范围是 1-9，所以实际范围是 [01-99](我们不能将 00 作为前两个数字)

使用 Lucene，我想添加 NOT 字段:[01-99]55*

但是好像不行。有没有一种简单的方法可以找到 ??55* 并在搜索中忽略它(“NOT 字段:[01-99]55*”)？

谢谢 Lucene 大师

Answer 1

如果创建一个仅包含第三个和第四个数字的“仅索引”字段，Lucene 可以非常有效地完成此操作。完整的值可以“存储”(或者如果其他查询使用整数，则存储并索引)在原始字段中。

---

更新:后续评论问道:“是否有办法仅在第二个数字上创建临时索引？”

使用 ParallelReader “垂直分区”索引的字段。一个分区可以保存当前索引及其字段，而另一个分区是带有新字段的临时索引，可能存储在 RAMDirectory 中。

假设数字“存储”在原始索引中，迭代原始索引中的每个文档，检索存储的字段，解析出关键数字，并将 Document 添加到临时索引与新领域。正如 ParallelReader 文档所述，两个索引中的文档编号必须匹配。