我使用Lucene在搜索引擎(RTL语言)中自动完成单词插入3个字母后调用的自动完成功能。多个Lucene查询通配符搜索和邻近匹配
我希望在调用通配符函数之前有一个近似匹配3个字母的查询。
例如,我想对每个条目的前3个字母进行一次子字符串搜索,只有匹配度与此比较匹配。
大概是我要找的挖掘机,但我也想有狗在我的结果,所以如果我有一个接近匹配等于进入 挖(前3个字母的搜索引擎) 1,挖掘机和狗狗会表面。
我可以这样做吗?
我使用Lucene在搜索引擎(RTL语言)中自动完成单词插入3个字母后调用的自动完成功能。多个Lucene查询通配符搜索和邻近匹配
我希望在调用通配符函数之前有一个近似匹配3个字母的查询。
例如,我想对每个条目的前3个字母进行一次子字符串搜索,只有匹配度与此比较匹配。
大概是我要找的挖掘机,但我也想有狗在我的结果,所以如果我有一个接近匹配等于进入 挖(前3个字母的搜索引擎) 1,挖掘机和狗狗会表面。
我可以这样做吗?
可以使用的IndexReader的Terms
方法索引枚举条款。然后,您可以使用自定义函数来计算这些术语与您搜索的文本之间的距离。我将使用Levenshtein distance进行演示。
var terms = indexReader.ClosestTerms(field, "dig")
.OrderBy(t => t.Item2)
.Take(10)
.ToArray();
public static class LuceneUtils
{
public static IEnumerable<Tuple<string, int>> ClosestTerms(this IndexReader reader, string field, string text)
{
return reader.TermsStartingWith(field, text[0].ToString())
.Select(x => new Tuple<string, int>(x, LevenshteinDistance(x, text)));
}
public static IEnumerable<string> TermsStartingWith(this IndexReader reader, string field, string text)
{
using (var tEnum = reader.Terms(new Term(field, text)))
{
do
{
var term = tEnum.Term;
if (term == null) yield break;
if (term.Field != field) yield break;
if (!term.Text.StartsWith(text)) yield break;
yield return term.Text;
} while (tEnum.Next());
}
}
//http://www.dotnetperls.com/levenshtein
public static int LevenshteinDistance(string s, string t)
{
int n = s.Length;
int m = t.Length;
int[,] d = new int[n + 1, m + 1];
// Step 1
if (n == 0) return m;
if (m == 0) return n;
// Step 2
for (int i = 0; i <= n; d[i, 0] = i++) { }
for (int j = 0; j <= m; d[0, j] = j++) { }
// Step 3
for (int i = 1; i <= n; i++)
{
//Step 4
for (int j = 1; j <= m; j++)
{
// Step 5
int cost = (t[j - 1] == s[i - 1]) ? 0 : 1;
// Step 6
d[i, j] = Math.Min(
Math.Min(d[i - 1, j] + 1, d[i, j - 1] + 1),
d[i - 1, j - 1] + cost);
}
}
// Step 7
return d[n, m];
}
}
我想你可以尝试这样做,你只需要在接近搜索后添加通配符的搜索条件。
你读过这个吗? http://www.lucenetutorial.com/lucene-query-syntax.html
是的,我已经研究过这些网站。 我编辑了我的问题来澄清我的自我,请检查出来。 –