在Lucene索引中存儲帶撇號的單詞

Question

我在Lucene索引中有一個公司字段。 索引的公司名稱之一是：穆迪

當用戶鍵入以下任何關鍵字時，我希望該公司出現在搜索結果中。 1.Moo 2.Mood 3.Moodys 4.Moody的

我應該怎麼這個索引存儲在Lucene和我應該使用哪種類型的Lucene查詢來獲得這種行爲？

謝謝。

Answer 1

根據您的澄清，我想你的問題分成兩個，回答每個反過來：

1. 如何撇號I指數的話等同於類似的話沒有撇號？例如映射穆迪和穆迪到相同的索引條款。
2. 如何在Lucene中實現自動完成搜索 - 即給定索引，使用單詞前綴查找文檔，例如地圖Moo至Moodys？

1是比較容易的 - 使用StandardToeknizer創建令牌相結合的撇號和s與前一個單詞，然後StandardFilter除去撇號和s。這將把穆迪轉換成穆迪。 A StandardAnalyzer可以做到這一點以及更多（縮小和停止詞語移除），這可能超過您的需要。使用詞幹分析者應該同時考慮到Moodys和Moody。爲此嘗試SnowBallFilter。

2更難：Alan所提到的Lucene的PrefixQuery只在公司名稱是字段中的第一個單詞時才起作用。你需要像this question about auto-complete in Lucene的答案。

Answer 2

的StandardAnalyser應爲3和4的工作，但是不會爲1和2

工作，而無需編寫自己的（複雜）的文本分析，我會想想你如何預期的公司名稱是搜索。例如，基本lucene搜索語法意味着如果使用通配符搜索「Moo *」和「Mood *」，則可以找到「Moody's」。因此，在提交到lucene之前，您可能需要考慮在搜索字詞後附加「*」，但如果用戶不知道引用通配符，則可能會導致一些混淆。