如何使用Lucene搜索不包含術語的文檔？

我知道，Lucene documentation說如何使用Lucene搜索不包含術語的文檔？

注意：NOT操作符不能只用一個學期使用。例如，以下搜索將返回任何結果：

NOT「雅加達阿帕奇」

不過，我想能夠形成返回不包含項的所有文檔的查詢。我已經考慮將MatchAllDocsQuery和TermQuery連在一起成爲BooleanQuery，但我似乎無法找到正確的組合。

如果我索引以下兩個文件

Doc0: content:The quick brown fox jumps over the lazy dog. 
Doc1: (empty string)

查詢*:* -content:fox返回這兩個文件時，我只想一個文檔。

的RegexQuery content:^((?!fox).)*$建議由this StackOverflow answer返回一個文檔，但它似乎並沒有被因爲content:^((?!foo).)*$返回一個文檔正常工作，以及時，我希望它返回兩個文件。

我意識到我想要做的性能影響。查詢只會在幾個文檔上運行，所以我不太在意性能。

有沒有辦法寫一個Lucene查詢來得到我想要的？

來源

2011-11-04 BennyMcBenBen

您可以使用匹配的一切，排除術語 -

IndexSearcher searcher = new IndexSearcher("path_to_index"); 
MatchAllDocsQuery everyDocClause = new MatchAllDocsQuery(); 
TermQuery termClause = new TermQuery(new Term("text", "exclude_term")); 
BooleanQuery query = new BooleanQuery(); 
query.add(everyDocClause, BooleanClause.Occur.MUST); 
query.add(termClause, BooleanClause.Occur.MUST_NOT); 
Hits hits = searcher.search(query);

否則，有一個空場的一些固定值，並且使用查詢

+dummy_field:dummy_value -exclude_term

來源

2011-11-07 05:44:17 Jayendra

你的答案都爲我工作。 MatchAllDocsQuery是首選。起初，我實現了MatchAllDocsQuery，它沒有工作，所以我問了這個問題。當我得到虛擬領域的工作時，我切換回MatchAllDocsQuery進行完整性檢查，並且工作正常。我不知道爲什麼它以前不適合我。我必須得到一個錯誤的步驟。 – BennyMcBenBen

你不能爲每個文檔附加一個「人工」標記，然後搜索「'添加的標記'而不是'你想要避免的'」嗎？

來源

2011-11-04 15:19:22 Tudor

如何使用Lucene搜索不包含術語的文檔？

回答

相關問題