lucene5中的查询行为

假设我有一个简单的Lucene索引。它只有一个文档，有一个字段，如“text”，有一个值，如“maschio”。我只想创建一个与此字段匹配的查询，就像SQL中的结尾%一样。 以下查询适用于我：

text:m*
text:ma*
text:maschi*

但问题是：

text:maschio*

---

与该字段的文档不匹配。还有另一种执行这种搜索的方法，可能使用精确的查询类型？我需要前面的所有查询来匹配该项。

这可能是一个分析问题。使用

StandardAnalyzer

或

EnglishAnalyzer

可以很好地进行查询。你的个人资料显示你来自意大利，所以我会冒险说，也许你在使用

Italianalyzer

StandardAnalyzer

与任何特定于语言的分析器之间的主要区别在于词干。基本上，这意味着它试图将每个单词简化为一个共同的词干，而这个词的许多不同形式或变化都可以简化为一个共同的词干

例如，在英语中，“play”、“plays”和“playing”都被索引为“plai”，因此，无论何时搜索其中任何一个，都会得到这三个词的点击率

但是，当您引入通配符时，将跳过分析

看起来索引中的词干是“maschi”，所以在这一点之前的术语都可以正常工作，但是由于词干分析器删除了最后一个字母，因此没有找到匹配的词干。如果您的查询没有通配符，它将被正常分析，问题就会消失

---

如果不想在索引中添加词干，可以切换到

StandardAnalyzer

。它被设计成多语言的，而且大多数情况下你会失去词干分析器。

这可能是一个分析问题。使用

StandardAnalyzer

或

EnglishAnalyzer

可以很好地进行查询。你的个人资料显示你来自意大利，所以我会冒险说，也许你在使用

Italianalyzer

StandardAnalyzer

与任何特定于语言的分析器之间的主要区别在于词干。基本上，这意味着它试图将每个单词简化为一个共同的词干，而这个词的许多不同形式或变化都可以简化为一个共同的词干

例如，在英语中，“play”、“plays”和“playing”都被索引为“plai”，因此，无论何时搜索其中任何一个，都会得到这三个词的点击率

但是，当您引入通配符时，将跳过分析

看起来索引中的词干是“maschi”，所以在这一点之前的术语都可以正常工作，但是由于词干分析器删除了最后一个字母，因此没有找到匹配的词干。如果您的查询没有通配符，它将被正常分析，问题就会消失

---

如果不想在索引中添加词干，可以切换到

StandardAnalyzer

。它的设计是多语言的，大多数情况下，你会失去词干分析器。

是的，我是意大利人！我在一个虚拟项目上做了一些试验，得到了与我所要求的相同的结果，即使用Analyzer并将我的字段从TextField切换到StringField。另一个选择是在应用通配符查询之前使用analyzer来终止我的术语，但我找不到如何在Java中使用Lucene来完成它。然而，根据您的看法，其中哪一个（包括您的建议）似乎是最好的选择？

StringField

完全跳过标记化，这通常会导致更大的全文问题。尝试先阻止单词，然后应用通配符是可能的，但不会解决所有问题。在英语中，play变为plai，但player是未经修饰的，所以若你们玩了那个游戏*就不会和player匹配。词干分析器的设计并不能很好地处理通配符。我会使用

StandardAnalyzer

。你可以在两个不同的领域对同一内容使用不同的分析策略（“content”和“content_stemed”，或类似的内容）。是的，我是意大利人！我在一个虚拟项目上做了一些试验，得到了与我所要求的相同的结果，即使用Analyzer并将我的字段从TextField切换到StringField。另一个选择是在应用通配符查询之前使用analyzer来终止我的术语，但我找不到如何在Java中使用Lucene来完成它。然而，根据您的看法，其中哪一个（包括您的建议）似乎是最好的选择？

StringField

完全跳过标记化，这通常会导致更大的全文问题。尝试先阻止单词，然后应用通配符是可能的，但不会解决所有问题。在英语中，play变为plai，但player是未经修饰的，所以若你们玩了那个游戏*就不会和player匹配。词干分析器的设计并不能很好地处理通配符。我会使用

StandardAnalyzer

。您始终可以在两个不同的字段（“内容”和“内容”或类似字段）中对同一内容使用不同的分析策略。