Lucene.NET搜索时无法匹配短词（如"on"）的技术问题排查

问题原因 #

核心问题是StandardAnalyzer默认过滤英文停用词，"on"属于常见英文停用词，在索引阶段就被从"LcnKeys"字段的分词结果中剔除了，导致索引里根本不存在"on"这个词条。用TermQuery("LcnKeys", "on")自然查不到任何结果；而"sv"不在默认停用词表中，索引里保留了该词条，所以能正常匹配。

解决方案 #

方案1：修改索引用的Analyzer，保留短词 #

如果业务上需要搜索"on"这类短词，创建StandardAnalyzer时指定空停用词表，或者自定义停用词表排除目标词，同时要保证索引和搜索使用相同的Analyzer：

// 方式1：使用空停用词表，完全禁用停用词过滤
var analyzer = new StandardAnalyzer(LuceneVersion.LUCENE_48, CharArraySet.EMPTY_SET);

// 方式2：自定义停用词表，移除"on"（保留其他默认停用词）
var defaultStopWords = StandardAnalyzer.STOP_WORDS_SET.ToList();
defaultStopWords.Remove("on");
var customStopSet = new CharArraySet(LuceneVersion.LUCENE_48, defaultStopWords, true);
var analyzer = new StandardAnalyzer(LuceneVersion.LUCENE_48, customStopSet);

修改后需要重新构建索引，新的索引才会包含"on"这类原停用词的词条，之后用TermQuery就能匹配到。

方案2：调整搜索查询逻辑，适配现有索引 #

如果无法重新构建索引，可对短词也使用WildcardQuery（通配符查询），让查询匹配包含该短词的字段内容：

var searchTerms = keyword.Split(' ').Where(x => !string.IsNullOrEmpty(x)).ToArray();
BooleanQuery lcnKeyQuery = new BooleanQuery();

foreach (var lcnKey in searchTerms)
{
    // 所有关键词都使用通配符查询（短词也适配）
    lcnKeyQuery.Add(new WildcardQuery(new Term("LcnKeys", $"*{lcnKey}*")), Occur.MUST);
}

var scoreDocs = indexSearcher.Search(lcnKeyQuery, 1000).ScoreDocs;

⚠️ 注意：以通配符*开头的查询无法利用Lucene的倒排索引前缀优化，大量使用会影响搜索性能，需根据业务场景权衡。

方案3：确认字段索引类型 #

额外检查"LcnKeys"字段的索引配置，确保使用的是TextField（会分词）而非StringField（不分词，仅支持完全匹配）。如果是StringField，即使停用词没被过滤，也需要完全匹配字段值才能命中。

内容的提问来源于stack exchange，提问作者Emrah AKIN