我可以用Lucene索引源代码吗？

我想使用Lucene索引源代码。源代码已经使用编译器插件进行了预分析。编译器的输出是源代码中显示的ID列表。每个ID都包含有关的信息

• ID在中定义的模块（与中使用的相反）
• 显示ID的源范围（即行：列：列：列），以及
• ID是在此位置定义的还是仅在此处使用的

例如，给定此源代码模块（在伪代码中）

以下是编译

MyModule

时编译器可能输出的内容：

MyModule.foo,3:1-3:3,definition
MyOtherModule.bar,4:7-4:9,use

请注意，输出中显示的所有ID都是完全限定的，即使它们在源代码中可能不是这样显示的。这就是为什么我们使用编译器，它允许我们进行更精确的代码搜索，而不仅仅是基于文本的搜索

问题：是否可以编写自定义标记器和分析器，对上面显示的编译器输出进行索引，以便在对文档评分时元数据（即完全限定的ID以及ID是否在给定位置定义或使用）保持可用

更准确地说，我希望每个术语都与定义它的模块相关联（例如，

foo

将有关联的元数据：defining module=

MyModule

）。我希望张贴列表中的每个张贴都能存储ID的特定外观是该ID的定义还是使用

---

此外，我想让Lucene将非限定ID存储为限定ID的同义词。这将允许用户搜索“foo”并检索包含ID“Module1.foo”和“Module2.foo”的所有文档。

将各种属性放入Lucene字段可能更容易，以便您可以进行如下查询：

parse module:MyModule use:yes

---

这将只返回“MyModule”中使用“parse”而不是定义“parse”的“parse”的点击数。

您已经看过自定义属性了吗？

parse module:MyModule use:yes