Lucene SpanNotQuery提供意外结果（忽略排除）

elasticsearch中的SpanNotQuery有一些问题。查询的排除部分似乎已被忽略

为了重现问题，我创建了一组文档：

菲茨科彭酒店

菲茨洛本酒店

哈里科彭

哈里洛本

哈里菲茨

科彭·洛本

对harrie的spanterm查询将导致（3、4、5）

kopen的spanTerm查询将导致（1、3、6）

现在，我想在一个SpanNotQuery中组合这个函数，其中include为“harrie”，exclude为“kopen”

我希望结果是（4，5），但它是（3，4，5）

我们必须使用span查询，这只是我们遇到的问题的一小部分

我创建了一个只有Lucene的单元测试来显示我们的问题

公共类LuceNet{
@试验
public void test（）引发异常{
RAMDirectory ram=新的RAMDirectory（）；
createAndFillIndex（ram）；
DirectoryReader=DirectoryReader.open（ram）；
IndexSearcher search=新的IndexSearcher（directoryReader）；
SpanQuery include=新的SpanTermQuery（新术语（“虚拟”、“哈里”））；
SpanQuery exclude=新的SpanTermQuery（新术语（“伪”、“kopen”））；
查询spanNot=新的SpanNotQuery（包括、排除）；
TopDocs search=searcher.search（spanNot，100）；
for（ScoreDoc ScoreDoc:search.scoreDocs）{
文档结果=searcher.doc（scoreDoc.doc）；
字符串dummy=result.get（“dummy”）；
System.out.println（scoreDoc.doc+“：”+虚拟）；
}
}
私有void createAndFillIndex（RAMDirectory ram）引发IOException{
IndexWriterConfig conf=newindexwriterconfig（Version.LUCENE_47，new SimpleAnalyzer（Version.LUCENE_47））；
IndexWriter writer=新的IndexWriter（ram，配置）；
添加（writer，“nul”）；//0
添加（写入器，“fiets kopen”）；//1
添加（作者，“菲茨·洛本”）；//2
添加（作者，“harrie kopen”）；//3
添加（作家，“哈里洛本”）；//4
添加（作者，“harrie fiets”）；//5
添加（编写器，“kopen lopen”）；//6
writer.close（）；
}
私有void add（IndexWriter writer，字符串值）引发IOException{
单据单据=新单据（）；
IndexableField f=新文本字段（“虚拟”，值，字段。存储。是）；
添加文件（f）；
writer.addDocument（doc）；
}
}

有人知道我们做错了什么吗

---

谢谢

文档在这里给出了一个提示。它匹配：

包含中的跨距与排除中的跨距没有重叠

我们处理的是跨度，而不是整个文档。不过，简单术语查询的匹配范围只是单个术语。在您的示例中的三个匹配文档中，匹配的跨度都是

harrie

，这与任何文档中的术语

kopen

都没有任何重叠

看一个例子来说明它是如何工作的可能会更有帮助。您应该能够将以下片段复制粘贴到您的示例中（顺便说一句，感谢您的支持！）。让我们试试这个查询：

SpanQuery include=new SpanTermQuery（新术语（“dummy”、“harrie”））；
SpanQuery exclude=新的SpanTermQuery（新术语（“伪”、“kopen”））；
SpanQuery matchterm=新SpanTermQuery（新术语（“伪”、“匹配”））；
SpanQuery[]子句={include，matchterm}；
SpanQuery nearQuery=新的span查询（子句，2，true）；
Query spanNot=新的SpanNotQuery（nearQuery，exclude）；

根据这些文件：

add（writer，“harrie kopen match”）//1.
添加（作者，“harrie match kopen”）//2.
添加（作者，“harrie other stuff match kopen”）//3.

你应该看到2支安打

• 文档1：将

  nearQuery

  与span:“harrie kopen match”匹配。它包含“kopen”（即与span匹配的

  exclude

  重叠），因此

  SpanNotQuery

• 文档2：将

  nearQuery

  与span:“harrie match”匹配。文档包含“kopen”，但不在匹配的范围内，因此文档保持匹配

• 文档3：将

  nearQuery

  与span“marrieotherstuff match”匹配。同样，文档包含“kopen”，但不在匹配的范围内，因此它可以通过

如果您希望否定覆盖整个文档，而不仅仅是匹配的范围，请改用

BooleanQuery

SpanQuery include=new SpanTermQuery（新术语（“dummy”、“harrie”））；
SpanQuery exclude=新的SpanTermQuery（新术语（“伪”、“kopen”））；
Query Query=new BooleanQuery（）；
add（新的BooleanClause（include，BooleanClause.occure.MUST））
添加（新的BooleanClause（排除，BooleanClause.occurrent.NOT））