Whoosh 呼呼不响'；不要搜索像“的”这样的短词；“C”；

我正在使用whoosh索引超过200000本书。但是我遇到了一些问题。 whoosh查询解析器为“C#”、“C++”等包含元字符的单词以及其他一些短单词返回null查询。这些词用于某些文档的标题和正文中，因此我不使用关键字类型。我猜问题是在搜索或索引的分析或查询解析阶段，但我不能盲目地触摸我的数据。有人能帮我纠正这个问题吗。Tnx

我通过使用符合我要求的正则表达式模式创建StandardAnalyzer解决了这个问题，以下是正则表达式模式：

“\w++.\w]*”

这将使字段的标记化能够成功完成，搜索也会顺利进行。 但是当我使用诸如“some query++*”或“some###*”之类的查询时，解析后的查询将是一个单独的查询，而不是一个“*”。我还发现这与我的分析器无关，这是呼呼的默认行为。所以这里是我的新问题：这个行为是正确的还是一个bug

注意：从查询解析器中删除WildcardPlugin可以解决这个问题，但我还需要WildcardPlugin

---

现在我使用以下代码：

from whoosh.util import rcompile
#for matching words like: '.NET', 'C++' and 'C#'
word_pattern = rcompile('(\.|[\w]+)(\.?\w+|#|\+\+)*')
#i don't need words shorter that two characters so i don't change the minsize default
analyzer = analysis.StandardAnalyzer(expression=word_pattern)

。。。现在在我的模式中：

...
title = fields.TEXT(analyzer=analyzer),
...

---

这将解决我的第一个问题，是的。但主要问题在于搜索。我不想让用户使用

每个

查询或

*

进行搜索。但是当我解析像

C++*

这样的查询时，我最终得到一个

Every（*）

查询。我知道有一些问题，但我不知道是什么问题。

我也有同样的问题，并发现

StandardAnalyzer（）

默认使用

minsize=2

。因此，在您的模式中，您必须以其他方式告诉它

schema = whoosh.fields.Schema(
  name = whoosh.fields.TEXT(stored=True, analyzer=whoosh.analysis.StandardAnalyzer(minsize=1)),
  # ...
)

---

谢谢你的回答，奇奇。是的，通过更改

StandardAnalizer

的minsize和expression参数，我们可以更改可接受的索引标记。但是我改变了我的问题。嗯。。。现在，人们如何才能找到原始问题的解决方案呢？如果你打开一个新问题而不是完全改变这个问题，那会更好。