使用现场桥接器实现Lucene分析仪

我想以一种能够很好地使用现场桥接和手动搜索的方式实现lucene分析器。理想情况下，我希望尽可能少的代码重复

我知道大多数教程都会告诉您使用@AnalyzerDef annotation初始化分析仪，虽然我这样做并使一切正常，但我无法在FieldBridges中创建字段以尊重分析仪。（使用luceneoptions.addFieldToDocument创建）

我试图找到另一种方法，但文档很少

这就是我提出的（为了保持文章简短，一些代码已经被编辑，但如果需要，我会发布更多。）：

创建分析器：

    public static org.apache.lucene.analysis.Analyzer getEnglishWordAnalyser() {
        org.apache.lucene.analysis.Analyzer analyser = null;

        try {
            analyser = CustomAnalyzer.builder()
                    .addCharFilter(HTMLStripCharFilterFactory.class)
                    .addCharFilter(MappingCharFilterFactory.class, getMappingSettings())
                    .withTokenizer(StandardTokenizerFactory.class)
                    .addTokenFilter(StandardFilterFactory.class)
                    .addTokenFilter(LowerCaseFilterFactory.class)
                    .addTokenFilter(SnowballPorterFilterFactory.class, getSnowballPorterSettings())
                    .addTokenFilter(SynonymFilterFactory.class, getSynonymSettings())
                    .addTokenFilter(ASCIIFoldingFilterFactory.class)
                    .addTokenFilter(PhoneticFilterFactory.class, getPhoneticSettings())
                    .addTokenFilter(StopFilterFactory.class, getStopSettings())
                    .build();

        } catch (IOException ex) {
            logger.info("[SearchConfig] [englishWordAnalyser] Failed to create components", ex);
        }

        return analyser;
    }

protected StringField createStringField(String name, String value, LuceneOptions luceneOptions) {
        final StringField field = new StringField(name, value, luceneOptions.getStore());

        final Analyzer analyzer = SearchConfig.getEnglishWordAnalyser();

        try {
            final TokenStream tokenStream = analyzer.tokenStream(name, new StringReader(value));
            tokenStream.reset();

            field.setBoost(luceneOptions.getBoost());
            field.setTokenStream(tokenStream);
            field.setStringValue(value);

            tokenStream.end();
            tokenStream.close();
        } catch (IOException e) {
            e.printStackTrace();
        }

        analyzer.close();
        return field;
    }

使用Analyzer创建字段：

    public static org.apache.lucene.analysis.Analyzer getEnglishWordAnalyser() {
        org.apache.lucene.analysis.Analyzer analyser = null;

        try {
            analyser = CustomAnalyzer.builder()
                    .addCharFilter(HTMLStripCharFilterFactory.class)
                    .addCharFilter(MappingCharFilterFactory.class, getMappingSettings())
                    .withTokenizer(StandardTokenizerFactory.class)
                    .addTokenFilter(StandardFilterFactory.class)
                    .addTokenFilter(LowerCaseFilterFactory.class)
                    .addTokenFilter(SnowballPorterFilterFactory.class, getSnowballPorterSettings())
                    .addTokenFilter(SynonymFilterFactory.class, getSynonymSettings())
                    .addTokenFilter(ASCIIFoldingFilterFactory.class)
                    .addTokenFilter(PhoneticFilterFactory.class, getPhoneticSettings())
                    .addTokenFilter(StopFilterFactory.class, getStopSettings())
                    .build();

        } catch (IOException ex) {
            logger.info("[SearchConfig] [englishWordAnalyser] Failed to create components", ex);
        }

        return analyser;
    }

protected StringField createStringField(String name, String value, LuceneOptions luceneOptions) {
        final StringField field = new StringField(name, value, luceneOptions.getStore());

        final Analyzer analyzer = SearchConfig.getEnglishWordAnalyser();

        try {
            final TokenStream tokenStream = analyzer.tokenStream(name, new StringReader(value));
            tokenStream.reset();

            field.setBoost(luceneOptions.getBoost());
            field.setTokenStream(tokenStream);
            field.setStringValue(value);

            tokenStream.end();
            tokenStream.close();
        } catch (IOException e) {
            e.printStackTrace();
        }

        analyzer.close();
        return field;
    }

从FieldBridge添加新字段：

createStringField("NAME", "VALUE", luceneOptions);

我还希望在创建如下多字段QueryParser时能够使用此分析器：

    final QueryParser parser = new MultiFieldQueryParser(getClassLuceneFields(clazz), getEnglishWordAnalyser());

现在，我用MultiFieldQueryParser测试了分析仪，它似乎工作得很好，但当对现场桥接器进行索引时，它会因以下错误而失效：

java.lang.IllegalArgumentException: TokenStream fields must be indexed and tokenized

这是由setTokenStream上的createStringField引起的

有人有什么想法吗

我可能完全走错了方向，如果是的话，有没有人有适合我的用例的替代方案

---

干杯

我很惊讶Lucene不是这样工作的。Lucene希望您在字段中使用未分析的值构建文档，并且在将文档放入索引时，它将负责分析文档

Hibernate Search负责设置正确的配置，以便Lucene知道每个字段使用哪个分析器。碰巧，对于标准的

@Field

字段（

@Field（analyzer=…）

），这很容易配置，但对于字段桥中添加的字段则不容易配置

目前，最简单的解决方案是第三种：分析器鉴别器。这不是分析仪鉴别器的预期用途，但会起作用

基本上，你必须：

• 通常使用

  @AnalyzerDef

  定义分析仪
• 创建一个analyzer鉴别器，将字段映射到相应的analyzer定义：

  public class MyDiscriminator implements Discriminator {
      public String getAnalyzerDefinitionName(Object value, Object entity, String fieldName) {
          switch ( fieldName ) {
          case "foo":
              return "analyzerNameForFieldFoo";
          case "bar":
              return "analyzerNameForFieldBar";
          default:
              return null; // Use the default analyzer
          }
      }
  }
  

• 将鉴别器应用于您的实体：

  @Indexed
  @Entity
  @AnalyzerDiscriminator(impl = MyDiscriminator.class)
  public class MyEntity {
     // ...
  }
  

有关analyzer鉴别器的更多文档，请参阅