将Lucene HitCollector（2.x）迁移到收集器（3.x）

Question

在我们的一个项目中，我们使用旧的Lucene版本（2.3.2）。我现在正在研究当前的Lucene版本（3.5.0）并尝试重新编写旧代码。在旧项目中，我们扩展了TopFieldDocCollector以在collect（）方法中执行一些额外的过滤。但是，我对理解新收集器类有点麻烦，但我找不到一个好例子。

1）方法setScorer（）。我如何/从哪里获得Scorer对象？

2）方法collect（）。我想我需要创建自己的Collection并存储我感兴趣的docIds，对吗？

3）如果不是扩展TopDocsCollector，我需要实现一个PriorityQueue在构造函数中使用，正确吗？它似乎没有标准的实施。但是我仍然需要自己的Collection来存储docIds（或者说ScoreDocs），并且在搜索完成后调用populateResults？

总体而言，它似乎是延长收藏家是（很多）不是扩展TopDocsCollector更容易，但也许我失去了一些东西。

Answer 1

1. setScorer（）是一个挂钩，当IndexSearcher实际进行搜索时，Scorer被传入。因此，如果您关心所有分数（例如，将传入的分数器保存起来，以便您可以使用它），则基本上可以覆盖此方法。从它的javadoc：

   连续调用之前调用{@link #collect（INT）}。实现 需要将当前文档的得分（传入到 {@link #collect（INT）}），必要时应该保存传入的得分手，叫 scorer.score（）。

2. 收集（）被调用用于每个匹配文档，传入每个段的docID。请注意，如果您需要“重新分派的docid”（相对于其所有细分受众群中的整个读者），那么您必须重写setNextReader，保存docBase并计算docBase + docid。从收集的javadoc：

   注：传递给收集 方法的文档是相对于当前读者。如果您的 收集器需要将其解析为多读者的 的docID空间，则必须通过从最近的setNextReader调用中记录 docBase来重新设置它。

3. TopDocsCollector是TopFieldCollector（按字段排序）和TopScoreDocCollector（按分数排序）的基类。如果您正在编写按分数排序的自定义收集器，则可能更容易扩展TopScoreDocCollector。

另外：最简单的收集器例子是TotalHitCountCollector！