在 Lucene 中获取文档 ID答案

【问题标题】：Getting the Doc ID in Lucene在 Lucene 中获取文档 ID
【发布时间】：2010-11-20 18:27:04
【问题描述】：

在 lucene 中，我可以做到以下几点

doc.GetField("mycustomfield").StringValue();

这会检索索引文档中列的值。

我的问题，对于同样的'doc'，有没有办法获得Doc. Id？卢克展示了它，因此必须有办法解决这个问题。我需要它来删除有关更新的文档。

我搜索了文档，但没有找到要在 GetField 中使用的术语，或者是否已经有其他方法。

【问题讨论】：

内部 Lucene id 不是一成不变的。删除文档的更好方法是将唯一 id 存储为文档的字段之一，并使用其值进行删除。
由于 Lucene 3.0 Hits 类已被弃用，有人可以建议，如何在后续版本中获取 doc id？谢谢。

标签： .net lucene lucene.net

【解决方案1】：

原来你必须这样做：

var hits = searcher.Search(query);
var result = hits.Id(0);

相对于

var results = hits.Doc(i);
var docid = results.<...> //there's nothing I could find there to do this

【讨论】：

【解决方案2】：

我怀疑您无法找到任何有关确定特定 Lucene 文档 id 的文档的原因是因为它们不是真正的“id”。换句话说，它们不一定要被查找和存储以供以后使用。事实上，如果这样做，您将不会得到您希望的结果，因为在优化索引时 ID 会发生变化。

相反，将 ID 视为特定文档相对于索引开头的当前“偏移量”，当已删除的文档从索引文件中物理删除时，该偏移量会发生变化。

话虽如此，查找文档“id”的正确方法是：


QueryParser parser = new QueryParser(...);
IndexSearcher searcher = new IndexSearcher(...);
Hits hits = searcher.Search(parser.Parse(...);

for (int i = 0; i < hits.Length(); i++)
{
   int id = hits.Id(i);

   // do stuff
}

【讨论】：