代码之家 › 专栏 › 技术社区 › ghempton

不带运算符的Lucene查询

fuzzy-search tokenize lucene search java

ghempton · 技术社区 · 15 年前

我正试图用Lucene在数据库中搜索名字。但是,有些名称包含“not”和“or”甚至“-”等减号。我仍然希望使用分析器将名称中的不同标记分解,并将其作为术语的布尔组合进行搜索,但我不希望Lucene将任何“not”/“或”术语解释为运算符(相反,我希望它们像普通术语一样进行搜索)。

实现我所说的一种方法是在搜索查询上手动运行分析器,然后根据所有生成的标记手动构造布尔查询。这是最好的方法吗?我觉得分析器是为与查询分析器结合使用而设计的,我觉得应该有一种内置的方式来完成我正在尝试的工作。有人知道最好的方法吗?

1 回复 | 直到 9 年前

Alex Vigdor 15 年前

您自己建议的从令牌流构造布尔查询的方法完全有意义。QueryParser API实际上只用于使用特定语法分析结构化查询-如果您不使用查询分析器语法,我看不到在手动构造的布尔查询上使用QueryParser的任何原因。

但是,如果使用标准分析器(或另一个带有StopFilter的分析器)对字段进行索引,则“and”、“not”和“or”等单词将不会被索引,并且无法在上面搜索。因此,在这种情况下,您可以使用正则表达式轻松地从查询中删除“-”和“+”等单词和运算符。不过,我还是建议采用粗暴的方式。

推荐文章

John Veridan · 在Python笔记本中仅选择列[无行]

6 年前

seanysull · 修改regex以包含连字符单词

7 年前

Ovaflow · 使用nltk中的标记集计算语音中的不同单词

7 年前

dustydojo · 在Java中,如何对标记中包含分隔符的字符串进行标记化?

7 年前

Laurent R · 根据空格和标点符号标记,标点符号保留

7 年前

mrfr · StreamTokenizer在遇到斜杠时停止

7 年前

Rose · Elasticsearch:术语搜索不适用于特殊字符

7 年前

Abdulrahman Bres Cristiana Chavez · 如何改进NLTK句子切分?

7 年前

vakarami · 用于提取文件名的模式标记器

7 年前

Konstantin · 用Ruby将单词分解成字母

7 年前