C# 中的 Lucene 查询找不到带有标点符号的结果答案

【问题标题】：Lucene query in C# not finding results with punctuationC# 中的 Lucene 查询找不到带有标点符号的结果
【发布时间】：2016-10-20 20:20:28
【问题描述】：

我有一个搜索栏，它在“描述”字段上执行 lucene 查询，但使用撇号时它不会返回结果。例如，我有一个描述为Herter's® EZ-Load 200lb Feeder - 99018 的产品。当我搜索“Herter”时，我得到了结果，但如果我搜索“Herter's”或“Herters”，我没有得到任何结果。这是我的搜索代码：

var query = Request.QueryString["q"];
var search = HttpContext.Current.Server.UrlDecode(query);

var rewardProductLookup = new RewardCatalogDataHelper();
RewardProductSearchCriteria criteria = new RewardProductSearchCriteria()
{
    keywords = search,
    pageSize = 1000,
    sortDirection = "desc"
};

IEnumerable<SkinnyItem> foundProducts = rewardProductLookup.FindByKeywordQuery(criteria);

public IEnumerable<SkinnyItem> FindByKeywordQuery(RewardProductSearchCriteria query)
{
    var luceneIndexDataContext = new LuceneDataContext("rewardproducts", _dbName);
    string fieldToQuery = "rpdescription";
    bool sortDirection = query.sortDirection.ToLower().Equals("desc");

    MultiPhraseQuery multiPhraseQuery = new MultiPhraseQuery();
    var keywords = query.keywords.ToLower().Split(',');
    foreach (var keyword in keywords)
    {
        if (!String.IsNullOrEmpty(keyword))
        {
            var term = new Term(fieldToQuery, keyword);
            multiPhraseQuery.Add(term);
        }
    }

    var booleanQuery = new BooleanQuery();
    booleanQuery.Add(multiPhraseQuery, BooleanClause.Occur.MUST);

    return
        luceneIndexDataContext.BooleanQuerySearch(booleanQuery, fieldToQuery, sortDirection)
            .Where(i => i.Fields["eligibleforpurchase"] == "1");
}

【问题讨论】：

标签： c# search indexing lucene

【解决方案1】：

这里的问题是分析。你没有指定在这种情况下使用的分析器，所以我假设它是StandardAnalyzer。

分析时，术语“Herter's”将被翻译为“herter”。但是，您的 FindByKeywordQuery 方法中没有应用任何分析器，因此寻找“herter”有效，但“herter's”无效。

一种解决方案是使用QueryParser，而不是手动构造MultiPhraseQuery。 QueryParser 将处理标记化、小写等。比如：

QueryParser parser = new QueryParser(VERSION, "text", new StandardAnalyzer(VERSION));
Query query = parser.Parse("\"" + query.keywords + "\"");

【讨论】：

我在 VERSION 中放了什么？
我也不确定如何在我的索引上运行查询。
@EricaStockwell-Alpert 您在应用程序中使用的Version enum 的任何成员。可能是 LUCENE_30。就运行它而言，就像您执行任何其他 lucene 查询一样。将其包装在您的布尔查询中，或者直接运行它。

【解决方案2】：

单引号是查询中文本字段的分隔符。

Select * FROM Product where Description = 'foo'

您需要对查询的任何单引号进行转义或加倍。在循环中试试这个。

foreach (var keyword in keywords)
{
    if (!String.IsNullOrEmpty(keyword))
    {
        var term = new Term(fieldToQuery, keyword);
        term = term.Replace("'", "''");
        multiPhraseQuery.Add(term);
    }
}

你也可以创建一个扩展方法

    [DebuggerStepThrough]
    public static string SanitizeSQL(this string value)
    {
        return value.Replace("'", "''").Replace("\\", "\\\\");
    }

在这种情况下，您可以在循环中执行此操作

foreach (var keyword in keywords)
{
    if (!String.IsNullOrEmpty(keyword))
    {
        var term = new Term(fieldToQuery, keyword.SanitizeSQL());
        multiPhraseQuery.Add(term);
    }
}

希望这会有所帮助。

【讨论】：