可以恢复索引的 Apache Lucene 字段的内容吗

【问题标题】：Can one recover the content of an indexed Apache Lucene field可以恢复索引的 Apache Lucene 字段的内容吗
【发布时间】：2019-03-27 22:43:22
【问题描述】：

我在 Apache Lucene 中索引字符串实体。例如

doc.add(new StringField(fieldNameSecret, fieldValueSecret, Field.Store.NO));
doc.add(new StringField(fieldNameMeta, fieldValueMeta, Field.Store.YES));

我希望用户能够搜索fieldNameSecret 并返回fieldNameMeta。由于fieldValueSecret 的内容是明智的，我的问题是：是否可以重建/恢复fieldValueSecret 的内容？

【问题讨论】：

根据 niqueco 的回答，通常是肯定的，但有一些警告。在您的特定情况下，您使用的是 Stringfield，所以肯定是的。该字段的全部内容在没有分析的情况下被编入索引，因此您无需重建任何内容，只需阅读它们即可。

标签： lucene

【解决方案1】：

部分字段内容可以恢复，恢复多少取决于使用的索引选项。

将存储各个术语，并公开它们在特定字段值中的存在。
词干会破坏术语，因此如果词干删除了复数，那么重构的值将不会显示复数。同样，如果您应用LowerCaseFilter，则无法重建原始案例。
如果您使用IndexOptions.DOCS_AND_FREQS 进行索引，那么有人将能够知道某个术语被提及了多少次。
如果您使用IndexOptions.DOCS_AND_FREQS_AND_POSITIONS 进行索引，那么某人将能够重建术语的顺序（但是他将无法看到在分析过程中丢弃的东西，例如标点符号）。

添加：正如 femtoRgon 在 StringField 的特定情况下所提到的，您明确要求 Lucene 将整个字段值视为一个单独的项，无需其他处理。这将始终公开字段值，因为存储了术语（如我上面的第一点所述）。

【讨论】：