Lucene – 短语中的通配符
我目前正在尝试使用Lucene来搜索索引中填充的数据。
我可以通过将其括在括号中来匹配精确的短语（即“处理文档”），但不能让Lucene通过执行任何类型的“处理文档*”来找到该短语。
最明显的区别是最后的通配符。
我目前正在尝试使用Luke来查看和搜索索引。 （解析时，它会在短语末尾删除星号）
在数据周围添加引号似乎是主要的罪魁祸首，因为搜索文档*会起作用，但“文档*”不会
任何帮助将不胜感激
QueryParser不仅不支持短语中的通配符，PhraseQuery本身也只支持条款。 MultiPhraseQuery更接近，但正如其摘要所述，您仍需要自己枚举IndexReader.terms以匹配通配符。
Lucene 2.9具有ComplexPhraseQueryParser ，可以处理短语中的通配符。
您正在寻找的是FuzzyQuery ，它允许人们根据Levenshtein距离搜索具有相似单词的结果。 或者，如果单词的顺序不重要，您可能还需要考虑使用PhraseQuery的slop （ 也可在MultiPhraseQuery中使用 ）。
似乎默认的QueryParser无法处理这个问题。 您可以在短语中为通配符创建自定义QueryParser。 如果您的示例具有代表性，那么词干就可以解决您的问题。 请阅读PorterStemFilter的文档，看它是否合适。
另一种选择是使用NGrams，特别是EdgeNGram。 http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.EdgeNGramFilterFactory
这将为ngrams或部分单词创建索引。 最小ngram大小为5，最大ngram大小为8的文档将索引：Docum Docume文档文档
索引大小和时间有一点权衡。 其中一本Solr书籍引用作为粗略指南：索引需要10倍的时间使用5倍的磁盘空间创建6倍的不同术语。
但是，EdgeNGram会做得更好。
您需要确保不在查询中提交通配符。 由于您没有进行通配符搜索，因此您在ngrams（单词部分）上匹配搜索词。
我也在寻找相同的东西，我发现的是PrefixQuery给你一些像“处理文档*”这样的东西的组合。但是你要搜索的东西应该是未加入的并且以小写forms存储（原因为所以，因为它是未加密的索引器不会保存你的字段值小写）这是为了工作。这是PrefixQuery的代码，对我有用： –
List results = new List (); Lucene.Net.Store.Directory searchDir = FSDirectory.GetDirectory(this._indexLocation, false); IndexSearcher searcher = new IndexSearcher( searchDir ); Hits hits; BooleanQuery query = new BooleanQuery(); query.Add(new PrefixQuery(new Term(FILE_NAME_KEY, keyWords.ToLower())), BooleanClause.Occur.MUST); hits = searcher.Search(query); this.FillResults(hits, results); 使用斜率为0的SpanNearQuery 。
不幸的是，Lucene.Net中没有SpanWildcardQuery。 您需要使用SpanMultiTermQueryWrapper ，或者只需很少的努力就可以将Java版本转换为C＃。