Lucene 通过带html标记的富文本在Neo4j上进行全文搜索

在我的Neo4j应用程序中，我有一个

产品

实体，其中包含

名称

和

描述

字段。这两个字段都用于Lucene上的传统索引

Product.name

是一个简单的文本，这里没有问题，但是

Product.description

可以包含HTML标记和元素

现在我使用

StandardAnalyzer（Version.LUCENE_36）

作为索引。我应该使用什么分析器来跳过所有HTML元素

如何告诉Neo4J Lucene索引不要在Product.description中使用任何HTML元素？我只想给单词编索引

更新：

我找到了以下类

HTMLStripCharFilter

，并重新实现了我的分析器，如下所示：

public final class StandardAnalyzerV36 extends Analyzer {

    private Analyzer analyzer;

    public StandardAnalyzerV36() {
        analyzer = new StandardAnalyzer(Version.LUCENE_36);
    }

    public StandardAnalyzerV36(Set<?> stopWords) {
        analyzer = new StandardAnalyzer(Version.LUCENE_36, stopWords);
    }

    @Override
    public final TokenStream tokenStream(String fieldName, Reader reader) {
        return analyzer.tokenStream(fieldName, new HTMLStripCharFilter(CharReader.get(reader)));
    }

    @Override
    public final TokenStream reusableTokenStream(String fieldName, Reader reader) throws IOException {
        return analyzer.reusableTokenStream(fieldName, reader);
    }

}

是

HTMLStripCharFilter

初始化的适当位置

---

如果我错了，请纠正我。

我添加了以下init方法：

@PostConstruct
    public void init() {
        GraphDatabaseService graphDb = template.getGraphDatabaseService();
        try (Transaction t = graphDb.beginTx()) {
            Index<Node> autoIndex = graphDb.index().forNodes("node_auto_index");
            graphDb.index().setConfiguration(autoIndex, "type", "fulltext");
            graphDb.index().setConfiguration(autoIndex, "to_lower_case", "true");
            graphDb.index().setConfiguration(autoIndex, "analyzer", StandardAnalyzerV36.class.getName());
            t.success();
        }
    }

@PostConstruct
公共void init（）{
GraphDatabaseService graphDb=template.getGraphDatabaseService（）；
try（事务t=graphDb.beginTx（））{
Index autoIndex=graphDb.Index（）.forNodes（“node_auto_Index”）；
graphDb.index（）.setConfiguration（自动索引，“类型”，“全文”）；
graphDb.index（）.setConfiguration（自动索引，“to_lower_case”，“true”）；
graphDb.index（）.setConfiguration（自动索引，“analyzer”，StandardAnalyzerV36.class.getName（））；
t、 成功（）；
}
}

并创建了以下类：

public final class StandardAnalyzerV36 extends Analyzer {

    private Analyzer analyzer;

    public StandardAnalyzerV36() {
        analyzer = new StandardAnalyzer(Version.LUCENE_36);
    }

    public StandardAnalyzerV36(Set<?> stopWords) {
        analyzer = new StandardAnalyzer(Version.LUCENE_36, stopWords);
    }

    @Override
    public final TokenStream tokenStream(String fieldName, Reader reader) {
        return analyzer.tokenStream(fieldName, new HTMLStripCharFilter(CharReader.get(reader)));
    }

    @Override
    public final TokenStream reusableTokenStream(String fieldName, Reader reader) throws IOException {
        return analyzer.reusableTokenStream(fieldName, reader);
    }

}

公共最终类标准AnalyzerV36扩展了Analyzer{
专用分析仪；
公共标准分析器V36（）{
analyzer=新标准分析仪（版本：LUCENE_36）；
}
公共标准分析器V36（设置停止字）{
analyzer=新的StandardAnalyzer（Version.LUCENE_36，stopWords）；
}
@凌驾
公共最终令牌流令牌流（字符串字段名、读卡器）{
返回analyzer.tokenStream（fieldName，新的HTMLStripCharFilter（CharReader.get（reader））；
}
@凌驾
public final TokenStream reusableTokenStream（字符串字段名、读卡器）引发IOException{
返回analyzer.reusableTokenStream（字段名、读取器）；
}
}

现在一切正常。希望它能帮助别人。祝你好运

@PostConstruct
    public void init() {
        GraphDatabaseService graphDb = template.getGraphDatabaseService();
        try (Transaction t = graphDb.beginTx()) {
            Index<Node> autoIndex = graphDb.index().forNodes("node_auto_index");
            graphDb.index().setConfiguration(autoIndex, "type", "fulltext");
            graphDb.index().setConfiguration(autoIndex, "to_lower_case", "true");
            graphDb.index().setConfiguration(autoIndex, "analyzer", StandardAnalyzerV36.class.getName());
            t.success();
        }
    }

public final class StandardAnalyzerV36 extends Analyzer {

    private Analyzer analyzer;

    public StandardAnalyzerV36() {
        analyzer = new StandardAnalyzer(Version.LUCENE_36);
    }

    public StandardAnalyzerV36(Set<?> stopWords) {
        analyzer = new StandardAnalyzer(Version.LUCENE_36, stopWords);
    }

    @Override
    public final TokenStream tokenStream(String fieldName, Reader reader) {
        return analyzer.tokenStream(fieldName, new HTMLStripCharFilter(CharReader.get(reader)));
    }

    @Override
    public final TokenStream reusableTokenStream(String fieldName, Reader reader) throws IOException {
        return analyzer.reusableTokenStream(fieldName, reader);
    }

}