Was macht LOWERCASE_EXPANDED_TERMS in Lucene?

Question

In Lucene, wenn ich ein Feld mit Großbuchstaben indexiere, werden sie bei einer Suche nicht gefunden. Hier ist ein Beispielcode:

    public static void main(String[] args) throws Exception{ 
     //Create an index 
     Directory index=new RAMDirectory(); 
     IndexWriter indexWriter = new IndexWriter(index, new IndexWriterConfig(new KeywordAnalyzer())); 

     //Add a document to the index 
     Document document=new Document(); 
     document.add(new StringField("path","/home/user/file1", Field.Store.YES)); 
     document.add(new StringField("id","file1", Field.Store.YES)); 
     indexWriter.addDocument(document); 

     //Add a document to the index 
     document=new Document(); 
     document.add(new StringField("path","/HOME/user/file2", Field.Store.YES)); 
     document.add(new StringField("id","file2", Field.Store.YES)); 
     indexWriter.addDocument(document); 

     //Close the index. 
     indexWriter.close(); 

     //Create a query parser. 
     StandardQueryParser standardQueryParser=new StandardQueryParser(new KeywordAnalyzer()); 
     StandardQueryConfigHandler config=(StandardQueryConfigHandler)standardQueryParser.getQueryConfigHandler(); 
     config.set(StandardQueryConfigHandler.ConfigurationKeys.ANALYZER, new KeywordAnalyzer()); 
     config.set(StandardQueryConfigHandler.ConfigurationKeys.ALLOW_LEADING_WILDCARD,true); 
     config.set(StandardQueryConfigHandler.ConfigurationKeys.LOWERCASE_EXPANDED_TERMS,true); 

     //Run a query 
     Query query=standardQueryParser.parse("path: \\/HOME*","path"); 
     IndexSearcher indexSearcher=new IndexSearcher(DirectoryReader.open(index)); 
     TopDocs topDocs=indexSearcher.search(query,Integer.MAX_VALUE); 

     //Iterate thru results 
     for (ScoreDoc scoreDoc:topDocs.scoreDocs){ 
      String id=indexSearcher.doc(scoreDoc.doc).get("id"); 
      System.out.println(id); 
     } 
    } 

Ausgang:

 
file1 

Ich erwartete etwas wie folgt aus:

 
file1 
file2 

Wenn ich LOWERCASE_EXPANDED_TERMS auf false gesetzt, das Ergebnis ist:

 
file2 

Die Lucene Documentation für LOWERCASE_EXPANDED_TERMS sagt: "Schlüssel verwendet, um festzulegen, ob erweiterte Begriffe kleiner sein sollten". Kann jemand genau klären, was das bedeutet? Warum werden meine Großbuchstaben ignoriert? Soll ich einfach einen .toLowerCase() auf jeden Wert anwenden, um ihn durchsuchbar zu machen?

Answer 1

LOWERCASE_EXPANDED_TERMS automatisch Kleinbuchstaben Platzhalter, Regex und Fuzzy-Abfragen. Hier kommt der erweiterte Teil ins Spiel. Platzhalter-, Regex- und Fuzzy-Abfragen werden in mehrere Begriffe erweitert. Diese Art von Abfragen werden nicht analysiert, daher dient diese Einstellung als Ersatz für den niedrigeren Anteil, den Ihr Analysator sonst leisten würde. Eine Abfrageklausel, die analysiert wird (z. B. einfache Begriffs- oder Ausdruckabfragen), wird von dieser Einstellung überhaupt nicht beeinflusst.

Es tut nicht Suche nach Groß- und Kleinschreibung im Index. Wenn Sie bei der Suche die Groß-/Kleinschreibung beachten möchten, sollten Sie sie zum Indexzeitpunkt in Kleinbuchstaben setzen, entweder durch Analysieren mit LowerCaseFilter, oder Sie können einfach String.toLowerCase() für StringFields verwenden.