使用 Unicode 字符进行 Lucene 搜索

Question

我已经对一些文本的数据库建立了索引，并且数据库文本采用 Unicode 编码。 当我使用 Lucene 搜索搜索英语单词时，一切正常。但是，当我使用像“Tuœ”这样的非英语查询时，它会出现以下异常：

Exception in thread "main" org.apache.lucene.queryParser.ParseException: Cannot parse '??': '*' or '?' not allowed as the first character in WildcardQuery
        at org.apache.lucene.queryParser.QueryParser.parse(QueryParser.java:187)
        at Search.main(Search.java:151)
Caused by: org.apache.lucene.queryParser.ParseException: '*' or '?' not allowed as first character in WildcardQuery
        at org.apache.lucene.queryParser.QueryParser.getWildcardQuery(QueryParser.java:923)
        at org.apache.lucene.queryParser.QueryParser.Term(QueryParser.java:1347)
        at org.apache.lucene.queryParser.QueryParser.Clause(QueryParser.java:1250)
        at org.apache.lucene.queryParser.QueryParser.Query(QueryParser.java:1178)
        at org.apache.lucene.queryParser.QueryParser.TopLevelQuery(QueryParser.java:1167)
        at org.apache.lucene.queryParser.QueryParser.parse(QueryParser.java:182)
        ... 1 more

我应该做什么？

谢谢。

Answer 1

这里有两点 -

• 源文件（*.java）的编码类型是什么。确保它是 UTF-8
• Java 的默认编码很可能不是 utf8。确保指定编码，例如：

  <块引用>

  InputStreamReader( new FileInputStream(文件名), "UTF-8");`