如何使用Lucene索引和搜索多个术语和短语

Question

我使用Lucene.NET来索引一组文档的内容。我的索引包含几个字段，但我主要关心的是查询“内容”字段。我试图找出索引的最佳方式，以及创建查询，以满足要求。

以下是当前要求：

• 能够搜索多个关键字，如“飞机火车汽车”（减去引号）。这应该给我包含任何条款的所有文件，但包含所有三个文件的文件应该在顶部
• 能够搜索短语，例如“飞机，火车和汽车”（带引号）只有在他们在一起时才符合。
• 至于停用词，我会完全忽略它们或者包括它们。
• 至于标点或特殊字符，相同的交易。我可以完全忽略它们，或者包含它们。
• 最后两个只需要一致，不一定与对方，但索引器和搜索器如何处理它们。所以我只是不想让用户搜索“飞机和火车”，但它不匹配包含该短语的文档，因为索引器取出了“and”，但搜索者试图搜索特定的短语。

一些文件很大，所以我认为我们不想做Field.Store.Yes，对吗？除非我们必须为我们需要做的事情做准备。

Answer 1

您列出的要求应该使用lucene的标准分析器和queryparser来处理。确保在IndexWriter和QueryParser中使用相同的分析器。停止词被消除。标点通常被忽视，虽然规则是多一点参与，只是忽略每标点符号（见UAX #29, section 4，如果你有兴趣的细节）

如果您尝试运行Lucene demo，你会发现它只是就像你在这里指定的一样。

至于存储的领域，你说得对，是的。如果需要从索引中检索该字段，请存储该字段。您不需要检索的大字段不需要存储。