如何使用lucene搜索文件

Question

我想在文件“fdictionary.txt”中搜索查询，该文件包含逐行写入的单词列表（230,000 个单词）。有什么建议为什么这段代码不起作用？ 拼写检查部分正在运行，并为我提供了建议列表（我将列表的长度限制为 1）。我想做的是搜索该词典，如果该词已经在其中，则不要调用拼写检查。我的搜索功能不起作用。它不会给我错误！这是我已经实现的：

public class SpellCorrection {

public static File indexDir = new File("/../idxDir");

public static void main(String[] args) throws IOException, FileNotFoundException, CorruptIndexException, ParseException {

    Directory directory = FSDirectory.open(indexDir);
    SpellChecker spell = new SpellChecker(directory);

    IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_20, null);
    File dictionary = new File("/../fdictionary00.txt");
    spell.indexDictionary(new PlainTextDictionary(dictionary), config, true);


    String query = "red"; //kne, console
    String correctedQuery = query; //kne, console

    if (!search(directory, query)) {
        String[] suggestions = spell.suggestSimilar(query, 1);
        if (suggestions != null) {correctedQuery=suggestions[0];}
    }

    System.out.println("The Query was: "+query);
    System.out.println("The Corrected Query is: "+correctedQuery);
}

public static boolean search(Directory directory, String queryTerm) throws FileNotFoundException, CorruptIndexException, IOException, ParseException {
    boolean isIn = false;

    IndexReader indexReader = IndexReader.open(directory);
    IndexSearcher indexSearcher = new IndexSearcher(indexReader);
    Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_20);

    Term term = new Term(queryTerm);
    Query termQuery = new TermQuery(term);
    TopDocs hits = indexSearcher.search(termQuery, 100);
    System.out.println(hits.totalHits);


    if (hits.totalHits > 0) {
        isIn = true;
    }
    return isIn;
}
}

Answer 1

您在哪里索引 fdictionary00.txt 的内容？

仅当您有index.html时，您才可以使用IndexSearcher进行搜索。如果您是 lucene 新手，您可能需要查看一些快速教程。 （如http://lucenetutorial.com/lucene-in-5-minutes.html)

Answer 2

您从未建立过索引。

您需要设置索引...

Directory directory = FSDirectory.open(indexDir);
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_20);
IndexWriter writer = new IndexWriter(directory,analyzer,true,IndexWriter.MaxFieldLength.UNLIMITED );

然后需要创建一个文档并将每个术语作为分析字段添加到文档中。

 Document doc = new Document();
 doc.Add(new Field("name", word , Field.Store.YES, Field.Index.ANALYZED));

然后将文档添加到索引中

writer.AddDocument(doc);

writer.Optimize();

现在构建索引并关闭索引编写器。

writer.Commit();
writer.Close();

Answer 3

您可以使您的 SpellChecker 实例在服务中可用并使用 spellChecker.exist(word)。

请注意，SpellChecker 不会索引 2 个字符或更少的单词。要解决此问题，您可以在创建索引后将它们添加到索引中（将它们添加到 SpellChecker.F_WORD 字段中）。

如果您想添加到实时索引并使其可用于 exist(word)，那么您需要将它们添加到 SpellChecker.F_WORD 字段。当然，因为您没有添加到所有其他字段（例如克/开始/结束等），所以您的单词不会显示为其他拼写错误单词的建议。

在这种情况下，您必须将单词添加到文件中，以便在您重新创建索引时将其作为建议使用。如果该项目将 SpellChecker.createDocument(...) 设为公共/受保护，而不是私有，那就太好了，因为此方法通过添加单词来完成所有操作。

毕竟，您需要调用 spellChecker.setSpellIndex(directory)。