如何使用 Apache lucene 6.4.0 从 IndexReader 获取最常用的术语答案

【问题标题】：How to get most frequent term from IndexReader using Apache lucene 6.4.0如何使用 Apache lucene 6.4.0 从 IndexReader 获取最常用的术语
【发布时间】：2017-01-31 18:48:04
【问题描述】：

似乎 Apache Lucene api 从每个版本都发生了变化。如何从 Apache lucene 6.4.0 的 IndexReader 中获取最常用的术语。

我看到Get highest frequency terms from Lucene index 对 Apache Lucene 6.4.0 没有用处

【问题讨论】：

所有领域的热门词？
是的，@Mysterio。

标签： lucene

【解决方案1】：

这就是适用于 Lucene 6.4 的代码。它在所有字段中查找最频繁的术语，用于分别在字段调整代码中查找最频繁的术语。

        IndexReader reader = DirectoryReader.open(dir);
        final Fields fields = MultiFields.getFields(reader);
        final Iterator<String> iterator = fields.iterator();

        long maxFreq = Long.MIN_VALUE;
        String freqTerm = "";
        while(iterator.hasNext()) {
            final String field = iterator.next();
            final Terms terms = MultiFields.getTerms(reader, field);
            final TermsEnum it = terms.iterator();
            BytesRef term = it.next();
            while (term != null) {
                final long freq = it.totalTermFreq();
                if (freq > maxFreq) {
                    maxFreq = freq;
                    freqTerm = term.utf8ToString();
                }
                term = it.next();
            }
        }

        System.out.println(freqTerm + " " + maxFreq);

【讨论】：

谢谢@Mysterion，这正是我想要的。