Lucene BooleanQuery错误结果

Question

我创建了一个Lucene RAMDirectory来收集来自不同来源的数据，并使它们可以快速搜索。我花了很多时间来理解不同的分析器和索引策略，但在某些情况下，查询结果并不是预期的。

下面是一个演示类：

class LuceneDemo {

    static final String ANIMAL = "animal";
    static final String PERSON = "person";

    private StandardAnalyzer analyzer = new StandardAnalyzer();

    private IndexSearcher searcher;
    private IndexWriter writer;

    LuceneDemo() {
        Directory ramDirectory = new RAMDirectory();
        IndexWriterConfig config = new IndexWriterConfig(analyzer);
        try {
            writer = new IndexWriter(ramDirectory, config);

            addDocument(createDocument(PERSON, "DR-(frankenstein)"));
            addDocument(createDocument(ANIMAL, "gray fox"));
            addDocument(createDocument(ANIMAL, "island fox"));

            writer.close();
            IndexReader reader = DirectoryReader.open(ramDirectory);
            searcher = new IndexSearcher(reader);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    private Document createDocument(String type, String value) {
        Document document = new Document();
        document.add(new TextField("type", type, Field.Store.YES));
        document.add(new TextField("name", value, Field.Store.YES));
        document.add(new StringField("name", value, Field.Store.YES));
        return document;
    }

    private void addDocument(Document document) {
        try {
            writer.addDocument(document);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    List<String> getDocuments(String type, String value) {
        value = "*" + QueryParser.escape(value) + "*";
        try {
            QueryParser queryParser = new QueryParser("name", analyzer);
            queryParser.setAllowLeadingWildcard(true);
            queryParser.setDefaultOperator(QueryParser.Operator.AND);

            BooleanQuery.Builder query = new BooleanQuery.Builder();
            query.add(new TermQuery(new Term("type", type)), BooleanClause.Occur.MUST);
            query.add(queryParser.parse(value), BooleanClause.Occur.MUST);

            TopDocs docs = searcher.search(query.build(), 10);

            return Arrays.stream(docs.scoreDocs).map(scoreDoc -> {
                try {
                    return searcher.doc(scoreDoc.doc).get("name");
                } catch (IOException e) {
                    return "";
                }
            }).collect(Collectors.toList());
        } catch (ParseException | IOException e) {
            e.printStackTrace();
        }
        return Collections.emptyList();
    }
}

如果我搜索“牛”、“灰狐”或“-(弗兰肯斯坦)”，代码运行得很好。但我对“弗兰肯斯坦博士”没有结果。我不知道我做错了什么。所以任何建议都是欢迎的。

// OK
luceneDemo.getDocuments(LuceneDemo.ANIMAL, "ox").forEach(System.out::println);
luceneDemo.getDocuments(LuceneDemo.ANIMAL, "gray fox").forEach(System.out::println);
luceneDemo.getDocuments(LuceneDemo.PERSON, "-(frankenstein)").forEach(System.out::println);

// NOT OK
luceneDemo.getDocuments(LuceneDemo.PERSON, "DR-(frankenstein)").forEach(System.out::println);

Answer 1

你的文档就是这样被索引的-

1. doc#1类型:人名:DR名称:frankenstein名称:DR-(Frankenstein)(注意： StringField未被标记，也未转换为小写)
2. doc#2类型:动物名称:灰色名称:狐狸名称:灰狐狸
3. doc#3类型:动物名称:岛名:狐名:岛狐

基本上，StringField索引字段与analyzer无关--不进行标记化，并且降低了情况。而阅读器使用的是StandardAnalyzer，降低了所有搜索的范围。因此，搜索"DR-(frankenstein)“会搜索没有匹配的"dr-(frankenstein)”。

要使您的代码使用StandardAnalyzer工作，需要将StringField索引为小写。

document.add(new StringField("name", value.toLowerCase(), Field.Store.YES));