在Lucene索引中存储带撇号的单词

Question

我在Lucene索引中有一个公司字段。 索引的公司名称之一是：穆迪

当用户键入以下任何关键字时，我希望该公司出现在搜索结果中。 1.Moo 2.Mood 3.Moodys 4.Moody的

我应该怎么这个索引存储在Lucene和我应该使用哪种类型的Lucene查询来获得这种行为？

谢谢。

Answer 1

根据您的澄清，我想你的问题分成两个，回答每个反过来：

1. 如何撇号I指数的话等同于类似的话没有撇号？例如映射穆迪和穆迪到相同的索引条款。
2. 如何在Lucene中实现自动完成搜索 - 即给定索引，使用单词前缀查找文档，例如地图Moo至Moodys？

1是比较容易的 - 使用StandardToeknizer创建令牌相结合的撇号和s与前一个单词，然后StandardFilter除去撇号和s。这将把穆迪转换成穆迪。 A StandardAnalyzer可以做到这一点以及更多（缩小和停止词语移除），这可能超过您的需要。使用词干分析者应该同时考虑到Moodys和Moody。为此尝试SnowBallFilter。

2更难：Alan所提到的Lucene的PrefixQuery只在公司名称是字段中的第一个单词时才起作用。你需要像this question about auto-complete in Lucene的答案。

Answer 2

的StandardAnalyser应为3和4的工作，但是不会为1和2

工作，而无需编写自己的（复杂）的文本分析，我会想想你如何预期的公司名称是搜索。例如，基本lucene搜索语法意味着如果使用通配符搜索“Moo *”和“Mood *”，则可以找到“Moody's”。因此，在提交到lucene之前，您可能需要考虑在搜索字词后附加“*”，但如果用户不知道引用通配符，则可能会导致一些混淆。