如何自定义 Lucene whiteSpaceAnalyzer 对没有特殊字符的单词进行索引？

Question

当我索引字符串的单词时，我不想要特殊字符。我了解 StandardAnalyzer 删除了特殊字符，但它也不索引停用词和单个字符，我想索引停用词和单个字符。

例如：酒店管理组织 (hmo) 网站列表 索引词：list、of、hotel、management、organization、hmo、site

有过滤器吗？我如何为此目的构建自定义分析器？ 也许是用“”替换非字母数字字符的过滤器？

Answer 1

StandardAnalyzer 听起来很合适。只需使用空的停用词集构建它：

Analyzer analyzer = new StandardAnalyzer(CharArraySet.EMPTY_SET);

至于构建您自己的分析器，请查看Analyzer docs。那里有一个示例，说明如何构建自己的分析器。如果 StandardAnalyzer 已关闭，您可以从中复制 createComponents 作为起点。