在 Lucene 搜索中将 + 作为特殊字符处理答案

【问题标题】：Handling + as a special character in Lucene search在 Lucene 搜索中将 + 作为特殊字符处理
【发布时间】：2009-10-21 02:39:21
【问题描述】：

当我的输入字符串包含像 c++ 这样的术语时，如何确保 lucene 给我返回相关的搜索结果？ Lucene 似乎忽略了 ++ 字符。

代码详情：当我执行这一行时，我得到一个空白的搜索查询。

queryField = multiFieldQueryParser.Parse(inpKeywords);

keywordsQuery.Add(queryField, BooleanClause.Occur.SHOULD);

这是我的自定义分析器：

public class CustomAnalyzer : Analyzer
    {
        private static readonly WhitespaceAnalyzer whitespaceAnalyzer = new WhitespaceAnalyzer();
    public override TokenStream TokenStream(String fieldName, System.IO.TextReader reader)
        {
            TokenStream result = whitespaceAnalyzer.TokenStream(fieldName, reader);
            result = new StandardTokenizer(reader);
            result = new LowerCaseFilter(result);
            result = new StopFilter(result, stop_words);
            return result;
        }
}

我正在以这种方式执行搜索查询：

indexSearcher.Search(searchQuery, collector);

我确实尝试了 queryField = multiFieldQueryParser.Parse(QueryParser.Escape(inpKeywords));，但它仍然不起作用。这是执行并返回零命中的查询。 "+(())"

谢谢。

【问题讨论】：

标签： lucene lucene.net

【解决方案1】：

因为+是一个特殊字符，所以需要转义。所有需要转义的字符列表为here（见页面底部。）

您还需要注意索引时使用的分析器。例如，StandardAnalyzer 将跳过+。您可能需要在索引和搜索时使用 WhiteSpaceAnalyzer 之类的东西，这将保留令牌流中的特殊字符。请记住，您需要在索引和搜索时使用相同的分析器。

【讨论】：

我只使用 WhiteSpaceAnalyzer...但仍然会忽略 + 字符

【解决方案2】：

除了选择正确的分析器外，您还可以使用QueryParser.Escape(string s) 来确保所有特殊字符都被正确转义。

因为这是一个静态函数，所以您可以使用它，即使您使用的是 MultiFieldQueryParser。

例如，您可以尝试这样的操作：

queryField = multiFieldQueryParser.Parse(QueryParser.Escape(inpKeywords));

【讨论】：

再次感谢 Jesse 的回复。我确实尝试了 queryField = multiFieldQueryParser.Parse(QueryParser.Escape(inpKeywords));，但它仍然不起作用。这是执行并返回零命中的查询。 "+(())"
嘿 Ed，它是否适用于没有 Escape 功能的简单关键字？如果是这样，也许发布更多与您的 Searcher 和 QueryParser 对象相关的代码。还请记住，您必须使用用于索引的分析器进行搜索。

【解决方案3】：

尝试对您的搜索查询进行 UTF-8 编码。

您可以按照this article中的说明启用此功能

【讨论】：