從lucene索引獲取字段標記

Question

如何從lucene索引獲取在Document內用於Field的令牌（無論是令牌列表還是其他內容）？也就是說，是否有可能從索引獲取tokens（來自示例）中使用的令牌？ （我不知道怎麼去標記出TokenStream）的

doc.add(new Field("title", tokens)) 

在本文檔中有Field.tokenStreamValue()但是當我做doc.getFieldable(field_name)僅僅返回null。

我也試過（從lucene - Fieldable.tokenStreamValue()第三評論）：

TokenSources.getTokenStream(reader, doc_id, field_name) 

，但我得到

java.lang.IllegalArgumentException: title in doC#630does not have any term position data stored 
    at org.apache.lucene.search.highlight.TokenSources.getTokenStream(TokenSources.java:256) 

Answer 1

的TokenSources類是輔助類檢索文檔的令牌突出目的。有兩種方法來檢索給定文件的條款：

• 重新分析存儲領域，
• 閱讀文檔的條款載體。

您想使用的方法tries to read the document's terms vector，但由於您未在索引時啓用術語向量而失敗。

因此，您可以在索引時啓用術語向量並繼續使用此方法（請參閱Field constructor和文檔Field.TermVector）或重新分析存儲的字段的內容。第一種方法可以提供更好的性能，特別是對於大型字段，而第二種方法可以節省空間（如果您的字段已經存儲，則沒有額外的信息存儲）。