LUCENE 标准分析器连字符注意事项

Question

在使用lucene标准分析器索引我的文档时，我得到了一个ploblem。

例如：我的文件有一个词"抄袭主义"......在这里，该分析器将其索引为"plag"和"iarism"。但我想要像"抄袭"。我必须做什么才能得到一个完整的词？

Answer 1

StandardAnalyzer 将 tokanization 委托给 StandardTokenizer。您可以创建自己的tokanizer以满足您的确切需求（您可以基于StandardTokenizer）。

或者，如果你愿意，你可以对 String.replace（） 进行一个肮脏的黑客攻击，使用相关的正则表达式，只运行分析器。是的。丑。