Lucene.Net。如何在HTML实体中搜索

如何在lucene.net中搜索html实体？Lucene.Net。如何在HTML实体中搜索

我所有的指数数字HTML实体，所以如果我搜索例如“34”谈到&#<b>34</b>;

也很有意思，如何通过与像SQL不同的词不同领域做搜索。例如搜索短语“word1 word2”

SELECT * FROM table WHERE 
title LIKE 'word1%' OR title LIKE 'word2%' OR 
description LIKE'word1%' OR description LIKE 'word2%'

来源

2012-10-03 vlukham

归结为如何存储它。当您存储文档时，看起来您正在存储您的HTML 和搜索。

我建议你有两个不同的领域：

One将原始的HTML，但它是不分析
一个（有没有必要在标记搜索，是吗？）包含为搜索处理的HTML。这个字段是而不是存储的，但是它的是分析。

为了填充第二场，你应该通过类似HTML Agility Pack运行HTML让你存储的HTML节点/处理的内部文本，然后运行通过HttpUtility.HtmlDecode method文本，以获得HTML实体代表您可以实际分析和搜索的文本。

然后，您可以在分析的字段上搜索任何想要的内容，而无需执行任何特殊操作，然后从存储原始HTML的字段中检索内容。

关于通配符搜索，它们受支持，您只需have to build your query appropriately（假设您使用的是QueryParser）。请注意，通配符前缀默认情况下未启用。

来源

2012-10-03 13:08:47 casperOne

是的，非常好的主意，谢谢，其实我也有同样的想法，但有一点不同，那就是从数据库中获取真实数据。你可以帮助MultiFieldQueryParser吗？这是非常有趣的，这种方法返回不是这样的查询（但不知道），正如我上面提到的。 MultiFieldQueryParser返回（标题：word1描述：word1）（标题：word2描述：word2）。现在我使用自己的查询，但想用MultiFieldQueryParser – vlukham

@majatu进行更新我已经更新了答案，以指示如何执行通配符搜索。请注意，通配符搜索通常非常缓慢，除非您专门构建索引来处理这些情况（这些索引非常大）。 – casperOne

Lucene.Net。如何在HTML实体中搜索

回答

相关问题