获取一个类别的文档数

我使用Lucene实现了分面搜索。我有一个文件索引和一个分类索引。然后，我收集各个分类标准的方面。获取一个类别的文档数

我的问题是：我怎样才能在分类的特定类别索引的文档的数量？

我觉得我的问题很简单，但我无法找到Lucene的API，也没有在谷歌搜索中的任何方法。我只发现如何使用IndexReader类的numDocs()方法获得整个索引中的文档数。

来源

2012-10-17 synack

如果您有每个类别一个长期的指数，或许你可以使用像TermEnum.docFreq()？您可以从IndexReader.terms(Term)获得TermEnum对象。

来源

2012-10-17 20:45:42

不，它是类别和文档之间的关系1 - n。我有n个文件在特定类别下索引，而不是条款。 – synack

@ Kits89您可以为每个类别组成一个术语，以便在类别和组成术语之间有一个1-1映射。按照术语，我指的是Lucene的术语，沿着“新术语”（“类别”，“商业/投资/基金/对冲基金”）。你的文件有一个类别栏位，对吗？如果你有Lucene没有分析它的索引字段，那应该照顾索引部分。然后，您可以在搜索部分创建我刚刚提到的Term对象，并使用此Term对象调用前面提到的方法。 –

现在我明白你的意思了。事实上，我会像你说的那样用“类别”字段为文档编制索引。我会尽力去做你说的，谢谢。 – synack

我真的不知道有足够的了解你的索引结构建议你正确的查询，但如果你执行一个查询搜索您的类别中的所有文档，然后返回结果集的一般有一个计数查询的总点击数。

举例来说，如果你使用的查询任一：

search(Query query, int n) 
search(Query query, Filter filter, int n)

然后你会得到一个TopDocs对象返回，从中可以得到的命中总数从回：TopDocs.totalHits。

来源

2012-10-17 17:12:16 femtoRgon

分类法具有[ODP（http://www.dmoz.org）的目录结构。这些文档是分类在ODP中的网页，我使用ODP的目录结构中的路径为它们编制索引。我认为搜索类别中的所有文档可能是一个解决方案，但是，我该怎么做呢？在你的答案，我不明白为什么'如果你输入一个查询，就得到了一组文件，在该类别中totalHits'将返回的文档数量中的类... – synack

，然后totalHits将是数你寻找。诸如'directory：arts/television *'之类的前缀查询可能会帮助您查找，或者您可能会使用短语查询，或者您可以查找与+运算符结合使用的单个路径组件，这可能会更有意义，除非那会导致碰撞。取决于数据的表示（即使用的分析仪等）。 – femtoRgon

获取一个类别的文档数

回答

相关问题