Lucene6.4(couchdb-lucene)带空格token的模糊搜索实现咨询
实现方案
你需要的效果可以通过两种路径实现,优先推荐第一种成本更低的方案:
- 方案1:调整索引结构
你当前term字段使用的标准分析器会自动将空格分隔的内容拆分为多个独立token,索引库中本身不存在foo bar这类带空格的完整token,所以第一步需要新增一个不分词的字段存储原始内容:
给term字段新增一个keyword类型的子字段,采用KeywordAnalyzer做分析,不执行任何分词,原样存储字段的原始值。后续直接执行查询term.keyword:"foo bar"~1,就可以实现将foo bar作为完整token执行编辑距离为1的模糊搜索。 - 方案2:自定义查询解析逻辑
如果你无法调整现有索引结构,可以自定义Lucene的ClassicQueryParser,重写短语查询的处理逻辑:当解析到带~N后缀的短语查询时,不生成默认的SpanNearQuery(也就是你现在用到的邻近查询),而是直接把整个短语字符串作为单个Term构造FuzzyQuery。
注意:这种方式仅修改查询逻辑无法生效,必须确保你的索引库中确实存在foo bar这类未被拆分的完整token才能命中对应结果。
补充说明:Lucene经典查询解析器的默认规则中,单term后加
~N是模糊查询,短语后加~N是邻近查询,二者是完全不同的两类查询逻辑,所以你需要的效果默认不支持,必须按上述方案调整。
内容的提问来源于stack exchange,提问作者AVK
相关产品推荐
相关产品推荐

