Spring Boot整合Hibernate Search实现精准前缀/后缀匹配问题

嘿，我来帮你搞定这个精准匹配的需求！你当前遇到的问题，核心原因是你用的分词器（StandardTokenizer）会把字段内容拆分成多个词，而wildcard查询是在分词后的单个词上进行匹配，不是针对整个字段的完整内容。咱们一步步来解决：

1. 先调整实体类：新增专用匹配字段 #

为了实现整字段的精准前缀/后缀匹配，我们需要给establishmentNameEn新增两个专用字段：一个用于整字段的小写匹配，另一个用于反向字符串的匹配（处理后缀）。同时定义对应的分析器：

@AnalyzerDef(name = "english", tokenizer = @TokenizerDef(factory = StandardTokenizerFactory.class), filters = {
    @TokenFilterDef(factory = StandardFilterFactory.class),
    @TokenFilterDef(factory = LowerCaseFilterFactory.class),
})
// 新增不分词的小写分析器：把整个字符串作为一个词，同时转成小写
@AnalyzerDef(name = "exact_lowercase", tokenizer = @TokenizerDef(factory = KeywordTokenizerFactory.class), filters = {
    @TokenFilterDef(factory = LowerCaseFilterFactory.class)
})
@Indexed
@Entity
@Table(name = "DIRECTORY")
public class DirectoryEntity {
    @Analyzer(definition = "english")
    @Field(store = Store.YES)
    @Column(name = "ESTABLISHMENT_NAME_EN")
    private String establishmentNameEn;

    // 用于整字段前缀/后缀匹配的字段（不分词、小写）
    @Field(name = "establishmentNameEn_exact", analyzer = @Analyzer(definition = "exact_lowercase"))
    private String establishmentNameEn;

    // 用于后缀匹配的反向字符串字段（自动生成，无需存到数据库）
    @Field(name = "establishmentNameEn_reversed", analyzer = @Analyzer(definition = "exact_lowercase"))
    @Transient
    public String getEstablishmentNameEnReversed() {
        if (establishmentNameEn == null) {
            return null;
        }
        return new StringBuilder(establishmentNameEn.toLowerCase()).reverse().toString();
    }

    // getter和setter（注意给establishmentNameEn的setter，确保字段同步）
    public void setEstablishmentNameEn(String establishmentNameEn) {
        this.establishmentNameEn = establishmentNameEn;
    }

    public String getEstablishmentNameEn() {
        return establishmentNameEn;
    }
}

2. 实现严格前缀匹配 #

针对.Ali这种“字段必须以Ali开头”的需求，我们用范围查询代替wildcard，这样性能更好，而且能精准匹配整字段的前缀：

// 输入的前缀term，比如"Ali"
String term = "Ali";
String lowerTerm = term.toLowerCase();

// 范围查询：匹配所有以lowerTerm开头的字符串（\uffff是Unicode最大字符，确保覆盖所有前缀变体）
query = queryBuilder.range().onField("establishmentNameEn_exact")
        .from(lowerTerm)
        .to(lowerTerm + "\uffff")
        .createQuery();

这个查询只会返回establishmentNameEn转小写后严格以ali开头的文档，像AlAli转小写是alali，不在ali到ali\uffff的范围内，自然不会被匹配，完全符合你的需求。

3. 实现严格后缀匹配 #

针对Kamran.这种“字段必须以Kamran结尾”的需求，直接用开头带*的wildcard性能很差，我们用反向字符串+前缀匹配的技巧：

// 输入的后缀term，比如"Kamran"
String term = "Kamran";
String lowerTerm = term.toLowerCase();
// 把term反转，比如"Kamran"变成"narmak"
String reversedTerm = new StringBuilder(lowerTerm).reverse().toString();

// 查询反转后的字段前缀，等价于原字段的后缀匹配
query = queryBuilder.range().onField("establishmentNameEn_reversed")
        .from(reversedTerm)
        .to(reversedTerm + "\uffff")
        .createQuery();

原理很简单：原字段如果是xxxKamran，反转后是narmakxxx；我们查询反转字段以narmak开头的文档，就等价于原字段以Kamran结尾的文档。而Kamranullah反转后是hallunarmak，不在narmak到narmak\uffff的范围内，不会被匹配，完美满足要求。

为什么你原来的代码不行？ #

你之前用keyword().wildcard().matching(term + "*")，但因为establishmentNameEn用的是StandardTokenizer，它会把字符串拆分成多个词（比如Ali Baba拆成ali和baba），wildcard查询会匹配任何分词后的词以Ali开头的文档，比如AlAli会被拆成alali一个词，这个词的前缀是ali，所以会被匹配，这就是你得到混合结果的原因。

内容的提问来源于stack exchange，提问作者Kamran Ullah