Java Lucene编码

我对Lucene（java）编码有疑问

如何使用Lucene进行编码？哪个是默认值？我如何设置它

或者Lucene不在乎它编码的是什么，只在乎如何在索引阶段向文档（下面是java代码）添加字符串，然后在索引中搜索

换句话说，我不得不担心输入文本是否为UTF-8，查询是否也为UTF-8

Document doc = new Document ();  
doc.add (new TextField (tagName, object.getName () Field.Store.YES));

---

感谢您的帮助

Lucene将术语存储在UTF-8中。（参见Lucene的BytesRef类） Java在内部将所有内容存储在UTF-16中。（Java的字符串是UTF-16）。因此，Lucene的BytesRef提供了一个构造函数，它将UTF16转换为UTF8。因此，Java的字符串可以毫无问题地使用

例如，您在代码中使用的TextField使用字符串作为字段值。 如果有其他类型的字段采用字节[]，则需要确保它们是UTF8字节

在查询时，Lucene将始终为您提供UTF-8字节，但是您可以通过同一类中提供的方法将其转换为Java的字符串。您始终可以在其他字符集中解释这些字节

---

您必须自己处理字符编码-只要您能够在Java的字符串中正确地获得字符，就应该可以了。例如：如果要索引的数据来自具有diff-char集的XML或从diff-char集中的DB读取。您必须确保能够在用于索引的JVM中正确读取这些数据源。

Lucene将术语存储在UTF-8中。（参见Lucene的BytesRef类） Java在内部将所有内容存储在UTF-16中。（Java的字符串是UTF-16）。因此，Lucene的BytesRef提供了一个构造函数，它将UTF16转换为UTF8。因此，Java的字符串可以毫无问题地使用

例如，您在代码中使用的TextField使用字符串作为字段值。 如果有其他类型的字段采用字节[]，则需要确保它们是UTF8字节

在查询时，Lucene将始终为您提供UTF-8字节，但是您可以通过同一类中提供的方法将其转换为Java的字符串。您始终可以在其他字符集中解释这些字节

您必须自己处理字符编码-只要您能够在Java的字符串中正确地获得字符，就应该可以了。例如：如果要索引的数据来自具有diff-char集的XML或从diff-char集中的DB读取。您必须确保能够在用于索引的JVM中正确读取这些数据源