Lucene.Net。如何在HTML實體中搜索

如何在lucene.net中搜索html實體？Lucene.Net。如何在HTML實體中搜索

我所有的指數數字HTML實體，所以如果我搜索例如「34」談到&#<b>34</b>;

也很有意思，如何通過與像SQL不同的詞不同領域做搜索。例如搜索短語「word1 word2」

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

來源

2012-10-03 vlukham

歸結爲如何存儲它。當您存儲文檔時，看起來您正在存儲您的HTML 和搜索。

我建議你有兩個不同的領域：

One將原始的HTML，但它是不分析
一個（有沒有必要在標記搜索，是嗎？）包含爲搜索處理的HTML。這個字段是而不是存儲的，但是它的是分析。

爲了填充第二場，你應該通過類似HTML Agility Pack運行HTML讓你存儲的HTML節點/處理的內部文本，然後運行通過HttpUtility.HtmlDecode method文本，以獲得HTML實體代表您可以實際分析和搜索的文本。

然後，您可以在分析的字段上搜索任何想要的內容，而無需執行任何特殊操作，然後從存儲原始HTML的字段中檢索內容。

關於通配符搜索，它們受支持，您只需have to build your query appropriately（假設您使用的是QueryParser）。請注意，通配符前綴默認情況下未啓用。

來源

2012-10-03 13:08:47 casperOne

是的，非常好的主意，謝謝，其實我也有同樣的想法，但有一點不同，那就是從數據庫中獲取真實數據。你可以幫助MultiFieldQueryParser嗎？這是非常有趣的，這種方法返回不是這樣的查詢（但不知道），正如我上面提到的。 MultiFieldQueryParser返回（標題：word1描述：word1）（標題：word2描述：word2）。現在我使用自己的查詢，但想用MultiFieldQueryParser – vlukham

@majatu進行更新我已經更新了答案，以指示如何執行通配符搜索。請注意，通配符搜索通常非常緩慢，除非您專門構建索引來處理這些情況（這些索引非常大）。 – casperOne

Lucene.Net。如何在HTML實體中搜索

回答

相關問題