Lucene索引忽略撇号

Question

我有一个字段，它可能有撇号。 我希望能够： 1.将值按原样存储在索引 中2.根据忽略任何省略号的值进行搜索。

我想使用的：

doc.add(new Field("name", value, Store.YES, Index.NO)); 
    doc.add(new Field("name", value.replaceAll("['‘’`]",""), Store.NO, Index.ANALYZED)); 

，如果我那么做同样的搜索我想它应该工作，并使用清除值索引/搜索和值是显示时更换。

我错过了这里的任何其他考虑？

Answer 1

直接对值执行replaceAll这是在Lucene中的一个不好的做法，因为将您的标记化配方封装在Analyzer中会更好。我也没有看到在你的用例中添加字段的好处（见Document.add）。

如果你想存储的原始值，但能够在不撇号搜索简单地声明你的领域是这样的：

doc.add(new Field("name", value, Store.YES, Index.ANALYZED); 

然后简单地挂上一个自定义Tokenizer将取代单引号（我觉得Lucene的StandardAnalyzer已包含此转换）。

如果您要存储该字段的目的是使用突出显示，则还应该考虑使用Field.TermVector.WITH_POSITIONS_OFFSETS。