卢塞恩长耳大野兔

Question

最近，我们在与 Jackrabbit(1.6.2) 配合使用的应用程序中添加了 Lucene(2.4.1) 支持。我们已经按照长耳大野兔教程中描述的那样完成了所有操作。一切都几乎正常。但我注意到一些奇怪的行为，但找不到任何有关它的文档。我决定问问你这件事。

例如：我在 jcr:data 属性的 Node(jcr:content) 中有以下文本

The quick brown fox jumps over the lazy dog 
!@#$%^& 
travmik! 
tra!vmik

我的 XPath 查询如下：

String query = "root/element(*,my:documentBody)
                        [jcr:contains(*/*/element(*),'*" + param +"*')]";

然后我尝试搜索：

“q”、“qu”、“qui”、“quic”、“quick” "、"k"、"ck"、"ick"、"uick"、"quickbrownfox"、"quickfox"、"tra"、"travmik"、"mik" - 都可以找到

"tra!vmik"， “travmik！”，“！@#$” - 什么都没有

而且，是的，我转义了 这个。

我做错了什么？

Ps 我还有一个问题 - 在 Lucene 文档中说“你不能使用 * 或 ? 符号作为搜索的第一个字符”，但我使用并且它有效。为什么？

Answer 1

我发现了问题。这是对 Jackrabbit 中用于索引内容的提取器的一些误解。我不想详细说明，但可以说来自提取器之一的这段代码是我所有问题的原因：

if (!Character.isLetterOrDigit(c)) {
    if (!space) {
        space = true;
        buffer.append(' ');
        continue;
    }
    continue;
}

如果有人对此感兴趣 - 我可以更详细地解释。