Lucene RangeQuery 没有正确过滤答案

【问题标题】：Lucene RangeQuery doesn't filter appropriatelyLucene RangeQuery 没有正确过滤
【发布时间】：2009-04-02 02:30:28
【问题描述】：

我正在使用RangeQuery 来获取数量在 0 到 2 之间的所有文档。当我执行查询时，Lucene 也会给我数量大于 2 的文档。我在这里错过了什么？

这是我的代码：

Term lowerTerm = new Term("amount", minAmount);
Term upperTerm = new Term("amount", maxAmount);

RangeQuery amountQuery = new RangeQuery(lowerTerm, upperTerm, true);

finalQuery.Add(amountQuery, BooleanClause.Occur.MUST);

这是我索引中的内容：

doc.Add(new Field("amount", amount.ToString(), Field.Store.YES, Field.Index.UN_TOKENIZED, Field.TermVector.YES));

【问题讨论】：

标签： c# lucene lucene.net

【解决方案1】：

更新：就像@basZero 在他的评论中所说，从Lucene 2.9 开始，您可以将numeric fields 添加到您的文档中。请记住在搜索时使用NumericRangeQuery 而不是 RangeQuery。

原答案

Lucene 将数字视为单词，因此它们的顺序是字母顺序：

这意味着对于 Lucene，12 介于 0 和 2 之间。如果要进行适当的数字范围，则需要对数字进行零填充索引，然后进行 [0000 TO 0002] 的范围搜索。（您需要的填充量取决于预期的值范围）。

如果您有负数，只需为非负数添加另一个零。（编辑：错错了。查看更新）

如果您的数字包含小数部分，请保持原样，仅对整数部分进行零填充。

例子：

罢工>

-00002.12
-00001

000000
000001
000003.1415
000022

更新：负数有点棘手，因为 -1 按字母顺序排在 -2 之前。 This article 给出了关于在 Lucene 中处理负数和一般数字的完整解释。基本上，您必须将数字“编码”成使项目的顺序有意义的东西。

【讨论】：

能否请您告诉我如何使用 rangequery 获取十进制数？谢谢！
对于小数（我假设您的意思是带有小数部分的小数），您需要按比例放大它们，例如。乘以一百万，并删除任何余数：1.2 -> 1200000。乘以的数量取决于您需要精确到多少小数位。
...当然，正如itsadok 所说，您仍然需要对它们进行零填充。我应该说 1.2 -> 0001200000
无需放大。按字母顺序，1.234 在 1.3 之前。
使用 Lucene 2.9.x 可以在索引中添加数字。

【解决方案2】：

我创建了一个 PHP 函数，可以将数字转换为 lucene/solr 范围搜索。

0.5 转换为 10000000000.5
-0.5 转换为 09999999999.5

function luceneNumeric($numeric)
{
    $negative = $numeric < 0;
    $numeric = $negative ? 10000000000 + $numeric : $numeric;

    $parts = explode('.', str_replace(',', '.', $numeric));

    $lucene = $negative ? 0 : 1;
    $lucene .= str_pad($parts[0], 10, '0', STR_PAD_LEFT);
    $lucene .= isset($parts[1]) ? '.' . $parts[1] : '';

    return $lucene;
}

它似乎有效，希望这对某人有帮助！

【讨论】：