为什么Lucene有时不匹配InChikeys？

我使用Hibernate Search为我的数据库建立索引。我使用自定义分析器来进行索引和查询。我有一个名为inchikey的字段，它不应该被标记。示例值包括：为什么Lucene有时不匹配InChikeys？

BBBAWACESCACAP-UHFFFAOYSA-N
KEZLDSPIRVZOKZ-AUWJEWJLSA-N

当我看着我的卢克指数我可以证实，他们是不记号化，根据需要。

但是，当我尝试使用web应用程序搜索它们时，发现了一些inchikeys，而其他人则没有。奇怪的是，对于这些inchikeys搜索确实工作，当我搜索没有最后一个连字符，如下所示：BBBAWACESCACAP-UHFFFAOYSA N

我还没有找到找不到找不到的公用元素。

任何想法这里发生了什么？

我用MultiFieldQueryParser不同字段进行搜索了数据库：

String[] searchfields = Compound.getSearchfields(); 
    MultiFieldQueryParser parser = new MultiFieldQueryParser(Version.LUCENE_29, Compound.getSearchfields(), new ChemicalNameAnalyzer()); 
    //Disable the following if search performance is too slow 
    parser.setAllowLeadingWildcard(true); 
    FullTextQuery fullTextQuery = fullTextSession.createFullTextQuery(parser.parse("searchterms"), Compound.class); 
    List<Compound> hits = fullTextQuery.list();

更多关于我们的设置细节已张贴由Tim here和一

来源

2011-03-29 Simmer

一些背景信息：“InChIKey有时被称为散列式InChI，它是一种固定长度（25个字符）的InChI数字化表示，这是人类无法理解的。InChIKey规范有助于网络搜索化合物，因为这些问题是有问题的与全长InChI“。 – Tim 2011-03-29 13:49:45

原来的最后条目输入文件没有被正确索引。这些被标记。实际上，它们似乎被索引了两次：一次没有被标记和一次。当我搜索时，我无法找到未标记的。

我还没有找到原因，但我认为它可能与我们的解析器结束，而Lucene仍然索引最后的条目，并因此Lucene恢复为默认分析器（StandardAnalyzer）。当我找到罪魁祸首时，我会在这里报告。

添加@Analyzer（implement执行= ChemicalNameAnalyzer.class）到田间地头解决了这个问题，但我想是我原来的设置，以确定一旦默认分析仪，在配置，像这样：

<property name="hibernate.search.analyzer">path.to.ChemicalNameAnalyzer</property>

来源

2011-03-30 05:54:05 Simmer

为什么Lucene有时不匹配InChikeys？

回答

相关问题