带空格的 Sitecore Lucene 索引搜索词匹配不带空格的相同词

Question

这看起来很简单，以至于我确信我一定忽略了一些东西。我无法确定如何在 Lucene 中执行以下操作：

问题

• 我正在搜索地名。
• 我有一个名为Name 的字段
• 它正在使用Lucene.Net.Analysis.Standard.StandardAnalyzer
• TOKENIZED
• Name 的值中包含 1 个空格：halong bay。
• 由于文化上不同的拼写或真正的拼写错误，搜索词可能包含也可能不包含额外的空格。例如。 ha long bay 而不是 halong bay。
• 如果我使用术语 halong bay，我会大获成功。
• 如果我使用 ha long bay 这个词，我不会受到打击。

尝试的解决方案

这是我使用 LINQ to Lucene 从 Sitecore 构建我的谓词的代码：

var searchContext = ContentSearchManager.GetIndex("my_index").CreateSearchContext();
var term = "ha long bay";
var predicate = PredicateBuilder.Create<MySearchResultItemClass>(sri => sri.Name == term);
var results = searchContext.GetQueryable<MySearchResultItemClass>().Where(predicate);

我还尝试了使用 .Like() 扩展的模糊匹配：

var predicate = PredicateBuilder.Create<MySearchResultItemClass>(sri => sri.Like(term));

这也不会为ha long bay 产生任何结果。

如何在 Sitecore 中配置 Lucene 以返回对 halong bay 和 ha long bay 搜索词的匹配，理想情况下无需对输入词做任何花哨的操作（例如，剥离空间、添加通配符等）？

注意：我知道这也可以让 h a l o n g b a y 一词产生成功，但我认为我对此没有问题。

Answer 1

TOKENIZED 字段表示字段值被标记（在这种情况下为空格）分割，结果项被添加到索引字典中。如果您在这样的字段中索引“halong bay”，它将创建“halong”和“bay”术语。

搜索引擎无法为“ha long”搜索查询检索到此结果是正常的，因为它不知道任何带有“ha”或“long”字词的结果。

手动方法是定义在另一个名为 AlternateNames 的多值计算索引字段中写入地名的所有其他方法。然后你可以发出这种查询：Name==query OR AlternateNames==query。

一种自动方法是在名为 CompactName 的单独计算索引字段中也索引不带空格的地名。然后你可以发出这种查询：Name==query OR CompactName==compactedQueryWithoutSpaces

希望对你有帮助

杰夫

Answer 2

这样的事情可能会奏效：

var predicate = PredicateBuilder.False<MySearchResultItemClass>();
foreach (var t in term.Split(' '))
{
    var tempTerm = t;
    predicate = predicate.Or(p => p.Name.Contains(tempTerm));
}
var results = searchContext.GetQueryable<MySearchResultItemClass>().Where(predicate);

它确实拆分了您的输入字符串，但我猜这不是“花式”；）