在lucene BooleanQuery中使用空格匹配整个句子

Question

我有一个搜索字符串,

Tulip INN Riyadhh
 Tulip INN Riyadhh LUXURY
 Suites of Tulip INN RIYAHdhh

如果我提到的话,我需要搜索词

 *Tulip INN Riyadhh*

它必须返回上面的所有三个,我有限制,我必须实现这个没有QueryParser或Analyzer,它必须只有BooleanQuery/WildCardQuery /等....

此致,Raghavan

Answer 1

这里你需要的是一个PhraseQuery. 让我解释。

我不知道您使用的是哪种分析器，但为了简单起见，我假设您有一个非常基本的分析器，它只是将文本转换为小写。不要告诉我您没有使用分析器，因为 Lucene 必须执行任何工作，至少在索引阶段 - 这就是定义标记器和标记过滤器链的原因。

以下是本示例中字符串的标记方式：

• tulip inn ryiadhh
• tulip inn ryiadhh luxury
• suites of tulip inn ryiadhh

请注意它们是如何包含标记序列的tulip inn ryiadhh。PhraseQuerya正在寻找的是一系列标记。

在 Lucene.Net 中构建这样的查询如下所示（未经测试）：

var query = new PhraseQuery();
query.Add(new Term("propertyName", "tulip"));
query.Add(new Term("propertyName", "inn"));
query.Add(new Term("propertyName", "ryiadhh"));

请注意，这些术语需要与分析器生成的术语相匹配（在本例中，它们都是小写的）。它QueryParser通过分析器运行部分查询来为您完成这项工作，但如果您不使用解析器，则必须自己完成此工作。

现在，为什么在这种情况下不起作用WildcardQuery？RegexQuery这些查询始终匹配单个术语，但您需要匹配术语的有序序列。例如，WildcardQuery带有该术语的aRiyadhh*将查找以 开头的所有单词Riyadhh。

BooleanQuery带有子句集合的ATermQuery MUST将匹配恰好以任意顺序包含这 3 个术语的任何文本 - 也不完全是您想要的。