【发布时间】：2015-05-17 05:35:11
【问题描述】：
过去几天我一直在开发一个 Lucene 文档搜索程序，到目前为止一切都进展顺利。我正在尝试使用Lucene.Net.Highlight.Highlighter 类为我的搜索结果显示相关的sn-ps，但它无法始终如一地工作。 大多数情况调用Highlighter.GetBestFragments() 完全符合我的预期（显示带有给定查询字符串的相关文本 sn-ps），但有时它只返回一个空字符串。
我已经三次检查了我的输入，我可以验证我正在使用的查询字符串是否存在于输入文本中，但是荧光笔有时只是任意返回一个空字符串。问题是可重现的；使用相同查询时，返回空白片段的文档将继续返回空白片段，而具有合法片段的文档继续具有合法片段。
但是，问题不是特定于文档的。某些查询为文档返回有效片段，而其他查询为同一文档返回空字符串。该问题似乎也与我的分析仪无关；无论我使用StandardAnalyzer 还是SnowballAnalyzer，都会出现问题。
经过数小时的探索，我无法在失败的查询/文档中找到任何模式与有效的模式。请记住，这发生在使用完全相同的查询专门从 Lucene 索引中拉回的文档上。这意味着Searcher 能够在目标文档中找到相关的查询字符串，但Highlighter 不能。
这是 Lucene 中的错误吗？如果是这样，我该如何解决？
我的代码：
private static SimpleHTMLFormatter _formatter = new SimpleHTMLFormatter("<b>", "</b>");
private static SimpleFragmenter _fragmenter = new SimpleFragmenter(50);
...
{
using (var searcher = new IndexSearcher(analyzerInfo.Directory, false))
{
QueryParser parser = new QueryParser(Lucene.Net.Util.Version.LUCENE_29, "Text", analyzerInfo.Analyzer);
parser.SetMultiTermRewriteMethod(MultiTermQuery.SCORING_BOOLEAN_QUERY_REWRITE);
//build query
BooleanQuery booleanQuery = new BooleanQuery();
booleanQuery.Add(new TermQuery(new Term("PageNum", "0")), BooleanClause.Occur.MUST);
booleanQuery.Add(parser.Parse(searchQuery), BooleanClause.Occur.MUST);
Query query = booleanQuery.Rewrite(searcher.GetIndexReader());
//get results from query
ScoreDoc[] hits = searcher.Search(query, 50).ScoreDocs;
List<DVDoc> results = hits.Select(hit => MapLuceneDocumentToData(searcher.Doc(hit.Doc))).ToList();
//add relevant fragments to search results (shows WHY a certain result was chosen)
QueryScorer scorer = new QueryScorer(query);
Highlighter highlighter = new Highlighter(_formatter, scorer);
highlighter.SetTextFragmenter(_fragmenter);
foreach (DVDoc result in results)
{
TokenStream stream = analyzerInfo.Analyzer.TokenStream("Text", new StringReader(result.Text));
result.RelevantFragments = highlighter.GetBestFragments(stream, result.Text, 3, "...");
}
//clean up
analyzerInfo.Analyzer.Close();
searcher.Close();
return results;
}
}
（注意：DVDoc 本质上只是一个结构，用于存储有关找到的文档的信息。MapLuceneDocumentToData 方法将 Lucene Document 转换为我的自定义 DVDoc 类，没有魔法。）
而且由于每个人都喜欢示例输入和输出：
我使用的是 Lucene.NET 2.9.4g 版。
【问题讨论】：
-
您是否尝试过修改 MaxDocCharsToAnalyze 值？ lucene.apache.org/core/old_versioned_docs/versions/2_9_2/api/…
-
@JfBeaulac 太棒了！这立即解决了这个问题。我不知道为什么我从未在文档中注意到该功能，我一定是直接跳过了它。无论如何，请写下您的评论作为答案，我很乐意接受。
标签： c# lucene.net