如何在 lucene 中编写正则表达式模式？

Question

我想匹配 lucene 中正则表达式查询中的字符串。

测试字符串：

       program-id.  acinstal.

Java 中的正则表达式模式：

^[a-z0-9 ]{6}[^*]\s*(program-id)\.

我将如何专门为 lucene 正则表达式查询编写此正则表达式以匹配字符串。

Answer 1

您的正则表达式存在两个问题（根据之前的问题，假设您的测试字符串在没有任何标记化的情况下被编入索引。例如，StringField）：

1. 正则表达式必须匹配整个术语。没有任何分析，正如我们假设的那样，这意味着它必须匹配整个字段。在这种情况下，您需要添加一个.* 以匹配该字段的其余部分

2. 由于无论如何都要匹配整个字段，所以不支持锚点，所以去掉开头的^。

所以应该工作的正则表达式是：

[a-z0-9 ]{6}[^*]\s*(program-id)\..*