Java 搜索'$'；在Lucene索引中使用RegexQuery（不是任何其他）

我有以下计划：

public class RegexQueryExample {

    public static String[] terms = {
        "US $65M dollars",
        "USA",
        "$35",
        "355",
        "US $33",
        "U.S.A",
        "John Keates",
        "Tom Dick Harry",
        "Southeast' Asia"
    };
    private static Directory directory;

    public static void main(String[] args) throws CorruptIndexException, IOException {
        String searchString = ".*\\$.*";
        createIndex();
        searchRegexIndex(searchString);
    }

    /**
     * Creates an index for the files in the data directory.
     */
    private static void createIndex() throws CorruptIndexException, LockObtainFailedException, IOException {

        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
        directory = new RAMDirectory();
        IndexWriter indexWriter = new IndexWriter(directory, analyzer, IndexWriter.MaxFieldLength.UNLIMITED);


        for (String term : terms) {
            Document document = new Document();
            if (term.indexOf('$') >= 0) {
                document.add(new Field("type", "currency", Field.Store.YES, Field.Index.NOT_ANALYZED));
            } else {
                document.add(new Field("type", "simple_field", Field.Store.YES, Field.Index.NOT_ANALYZED));
            }
            document.add(new Field("term", term, Field.Store.YES, Field.Index.NOT_ANALYZED));
            indexWriter.addDocument(document);
        }

        indexWriter.close();
    }

    /**
     * searches for a regular expression satisfied by a file path.
     *
     * @param searchString the string to be searched.
     */
    private static void searchRegexIndex(String regexString) throws CorruptIndexException, IOException {
        regexString = regexString;
        IndexSearcher searcher = new IndexSearcher(directory);

        RegexQuery rquery = new RegexQuery(new Term("term", regexString));
        BooleanQuery queryin = new BooleanQuery();
        BooleanQuery query = new BooleanQuery();
        query.add(new TermQuery(new Term("type", "simple_field")), BooleanClause.Occur.MUST);
        query.add(rquery, BooleanClause.Occur.MUST);

        TopDocs hits = searcher.search(query, terms.length);
        ScoreDoc[] alldocs = hits.scoreDocs;
        for (int i = 0; i < alldocs.length; i++) {
            Document d = searcher.doc(alldocs[i].doc);
            System.out.println((i + 1) + ". " + d.get("term"));
        }
    }
}

public类RegexQueryExample{
公共静态字符串[]术语={
“6500万美元”，
“美国”，
"$35",
"355",
“33美元”，
“美国”，
“约翰·基茨”，
“汤姆·迪克·哈利”，
“东南亚”
};
私有静态目录；
公共静态void main（字符串[]args）引发CorruptIndexException，IOException{
String searchString=“.\\$*”；
createIndex（）；
searchRegexIndex（searchString）；
}
/**
*为数据目录中的文件创建索引。
*/
私有静态void createIndex（）引发CorruptIndexException、LockOcctainFailedException、IOException{
Analyzer Analyzer=新标准分析仪（版本：LUCENE_30）；
directory=new-RAMDirectory（）；
IndexWriter IndexWriter=新的IndexWriter（目录、分析器、IndexWriter.MaxFieldLength.UNLIMITED）；
for（字符串术语：术语）{
文档=新文档（）；
if（term.indexOf（“$”）>=0）{
添加（新字段（“类型”，“货币”，Field.Store.YES，Field.Index.NOT_analysis））；
}否则{
添加（新字段（“类型”，“简单字段”，Field.Store.YES，Field.Index.NOT_analysis））；
}
添加（新字段（“术语”，术语，Field.Store.YES，Field.Index.NOT_analysis））；
indexWriter.addDocument（文档）；
}
indexWriter.close（）；
}
/**
*搜索文件路径满足的正则表达式。
*
*@param searchString要搜索的字符串。
*/
私有静态void searchRegexIndex（字符串regexString）抛出CorruptIndexException，IOException{
regexString=regexString；
IndexSearcher=newindexSearcher（目录）；
RegexQuery rquery=newregexquery（新术语（“术语”，regexString））；
BooleanQuery queryin=新的BooleanQuery（）；
BooleanQuery=新建BooleanQuery（）；
add（新术语查询（新术语（“类型”、“简单_字段”））、BooleanClause.occure.MUST）；
add（rquery，BooleanClause.occurrent.MUST）；
TopDocs hits=searcher.search（查询、术语、长度）；
ScoreDoc[]alldocs=hits.scoreDocs；
for（int i=0；i

createIndex（）

函数在执行正则表达式查询时创建Lucene索引。在

main（）

函数中，我搜索

*\$.*

希望它返回包含

$

符号的术语。但是，它没有起作用。我如何让它工作？这是分析仪的问题吗

编辑：

来自Luke的我的Lucene索引快照：

---

您正在使用StandardAnalyzer，它将从代币中删除美元符号。例如，“6500万美元”变成三个代币：“US”、“6500万美元”、“美元”。您需要使用另一个不删除美元符号的分析器。提供了一个优秀的分析器工具，您可以在其中试用不同的分析器并检查其输出。

您使用的是StandardAnalyzer，它可以从令牌中删除美元符号。例如，“6500万美元”变成三个代币：“US”、“6500万美元”、“美元”。您需要使用另一个不删除美元符号的分析器。提供了一个优秀的分析器工具，您可以在其中试用不同的分析器并检查它们的输出。

您知道我是否可以使用Luke进行RegexQuery吗。我在Luke中打开了索引，在搜索界面中找不到用于正则表达式查询的选项。它似乎创建了来自

QueryParser

的查询：（我已经更新了我的问题，以包括Luke中看到的索引快照。索引中仍然存在

$

符号（可能是因为我没有分析术语）你说得对，Luke使用QueryParser，它不支持RegexQuery。很抱歉。但是关于你的代码，在这一行将“simple\u field”更改为“currency:

query.add（新术语查询（新术语（“type”，“simple\u field”）），BooleanClause.occurrence.MUST）

您知道我是否可以使用Luke进行RegexQuery。我在Luke中打开了索引，在搜索界面中找不到regex查询的选项。它似乎从

QueryParser

创建了查询：（我已经更新了我的问题，以包括Luke中所示的索引快照。

$

符号仍然存在于索引中（可能是因为我没有分析术语）你是对的，Luke使用QueryParser，它不支持RegexQuery。对不起。但是关于你的代码，请在这一行将“simple_field”更改为“currency:

query.add（new TermQuery（new Term（“type”，“simple_field”）），BooleanClause.Occurse.MUST）；

查看您当前使用的regexp功能，听起来可能不支持前缀。当前我无法测试您的代码，但查看您索引的术语，您的regexp功能当前可能不受默认regexp功能的支持。查看您当前使用的regexp功能Ing，听起来可能不支持前缀。目前我无法测试您的代码，但查看您索引的术语，您的regexp当前可能不受默认regexp功能的支持。