用Lucene搜索连字符词

我要lucene搜索连字符的单词， 例如：节能或“节能”作为一个词

因此，如果输入是节能的，标记器会生成如下术语 节能或高效或节能或节能

因此lucene返回的页面包含“节能”和“节能”，但我希望它返回的页面只包含“节能”页面

---

因此，问题是如何修改standardtokenizer以搜索整个节能单词，而不是将其拆分为单独的单词。

使用

WhitespaceAnalyzer

而不是

standardAnalyzer

---

这将生成仅在空白处分割的标记。但是，检查是否还有其他将要更改的内容。

这是我在

上的完整博客 如果您想在

StandardAnalyzer

中支持连字符，则必须在负责标记化的

StandardTokenizerImpl

中进行更改

标准标记器将连字符的单词一分为二，例如“energy-efficient”标记为energy，efficient。

由于类生成了

StandardTokenizerImpl.java

，其输入文件为

StandardTokenizerImpl.jflex

，您必须在

supplemental.jflex宏

中添加以下行，

StandardTokenizerImpl.jflex

            MidLetterSupp = ( [\u002D]  ) 

---

之后，使用jflex生成StandardTokenizerImpl.java并重建索引。

非常感谢！关于这些东西没有太多的文档。我有一个自定义的

分析器

来防止停止字被过滤，所以我现在在分析器中使用

空白标记器

而不是

标准标记器

。但是要注意，当使用

空白标记符时，搜索会区分大小写。所以我必须先用一个
小写过滤器来包装它。恐怕不行！例如，空白分析器的名称非常准确：“bubble”被视为与“bubble:”完全不同的标记。对于99%的情况，这没有多大用处。。。我觉得这对手术没用