Lucene索引忽略撇號

Question

我有一個字段，它可能有撇號。 我希望能夠： 1.將值按原樣存儲在索引 中2.根據忽略任何省略號的值進行搜索。

我想使用的：

doc.add(new Field("name", value, Store.YES, Index.NO)); 
    doc.add(new Field("name", value.replaceAll("['‘’`]",""), Store.NO, Index.ANALYZED)); 

，如果我那麼做同樣的搜索我想它應該工作，並使用清除值索引/搜索和值是顯示時更換。

我錯過了這裏的任何其他考慮？

Answer 1

直接對值執行replaceAll這是在Lucene中的一個不好的做法，因爲將您的標記化配方封裝在Analyzer中會更好。我也沒有看到在你的用例中添加字段的好處（見Document.add）。

如果你想存儲的原始值，但能夠在不撇號搜索簡單地聲明你的領域是這樣的：

doc.add(new Field("name", value, Store.YES, Index.ANALYZED); 

然後簡單地掛上一個自定義Tokenizer將取代單引號（我覺得Lucene的StandardAnalyzer已包含此轉換）。

如果您要存儲該字段的目的是使用突出顯示，則還應該考慮使用Field.TermVector.WITH_POSITIONS_OFFSETS。