使用Lucene使用沒有別名的詞的模糊搜索

Question

我希望使用模糊搜索進行搜索。使用Luke幫我，如果我搜索具有別名（例如，類似的話），一個字這一切按預期工作：

但是如果我輸入一個不具有任何類似的詞的搜索詞（例如串行代碼），搜索失敗，我沒有得到任何結果，即使它應該是有效的：

我需要構建我的搜索以不同的方式？爲什麼我在第二次搜索時沒有像第一次那樣得到同樣的結果，但只有一個「術語」？

Answer 1

你還沒有指定Lucene版本，所以我會假設你正在使用6.x.x. 您看到的行爲是Lucene模糊搜索的正確行爲。

參考this我引述

最多，這個查詢將匹配項最多2名編輯。

其中粗略但不是很準確的意思是，如果使用FuzzyQuery，兩個文字在任意位置最多變爲兩個字符將返回匹配。

下面是我簡單的Java程序，我說明了這裏的一個輸出樣本，

讓我們說三個索引文件有一個字段一樣的價值觀 - 「123456787」，「123456788」，「123456789 「（追加7，8和9 - 12345678）

結果：

未命中找到用於搜索字符串 - > 123456（編輯距離= 3，最後 3位缺失）

3 Docs found！搜索字符串 - > 1234567（編輯距離= 2）

3 Docs found！搜索字符串 - > 12345678（編輯距離= 1）

1 Docs found！搜索字符串 - > 1236787（編輯距離= 2 找到，失蹤4人，5個和最後一個數字爲剩下的兩個文件）

沒有命中發現搜索字符串 - > 123678789（編輯距離= 4， 失蹤4人，5和最後兩位數字）

所以，你應該閱讀更多關於編輯距離。

如果您的要求是匹配N連續字符而不必擔心編輯距離，那麼N-Gram Indexing using NGramTokenizer就是要走的路。

看到這也是更多關於N-Gram