问题标签 [luke]

我从http://code.google.com/p/luke/downloads/list下载了 luke-1.0.1.jar（没有任何依赖关系的 Luke 1.0.1 二进制文件）。

我有 WinXP，从 Oracle/Sun 网站下载了最新的 Java 6。

我运行命令行：“java -jar luke-1.0.1.jar”并尝试启动 Luke，但出现以下错误：

有什么线索，我该怎么办？我完全不了解Java。

谢谢

哈代

我创建了一个存储文本消息的索引（使用 Lucene 2.9）。（文档还包含其他一些未编入索引的元数据，只是存储）我使用 StandardAnalyzer 来解析这些消息。我正在尝试使用 Solr 对此索引运行一些测试（我用我的索引替换了示例应用程序索引），以查看我从各种查询中得到了什么样的结果。

当我尝试以下查询时，我得到了 0 个结果

但是，将其更改为"text:happiness*"给我一些结果。它们都包含诸如"happiness,", "happiness."etc 之类的术语。所以我认为这是索引创建期间的标记化问题，但是，当我使用 Luke（一个 lucene 索引调试工具）运行相同的查询(text:happiness)时，我得到了完全相同的结果。来自 Solr 的快乐*，这让我相信问题不在于索引，而在于我指定 Solr 查询的方式。我查看了 solrconfig.xml，注意到它有以下行（已注释），我尝试取消注释它，然后修改我的查询以在原始查询之外使用“defType=lucene”，但得到了相同的结果。

我对 Solr 的经验很少，因此非常感谢任何帮助:)

在 Luke 中，以下搜索表达式返回 23 个结果：

如果我通过以下实现将相同的表达式传递到我的 C# Lucene.NET 应用程序中：

我得到 0 个结果

Luke 正在使用 StandardAnalyzer，这就是解释结构窗口的样子：

BooleanClause我必须为我搜索的每个字段手动创建对象，为每个字段指定Should然后将它们添加到BooleanQuery对象中.Add()吗？我以为QueryParser会为我做这件事。我错过了什么？

编辑： 简化一点，docfile:Tomatoes*在 Luke 返回 23 个文档，但在我的应用程序中返回 0 个。根据 Gene 的建议，我已从更改MUST为SHOULD：

parsedQuery 很简单docfile:tomatoes*

编辑2：

我想我终于找到了根本问题：

在第二行中，query是"docfile:Tomatoes*"，但是parsedQuery是{docfile:tomatoes*}。注意到区别了吗？已解析查询中的小写“t”。我以前从未注意到这一点。如果我将 IDE 中的值更改为“T”，则返回 23 个结果。

我已经验证了StandardAnalyzer在索引和读取索引时正在使用它。我如何强制queryParser保持值的大小写query？

Edit3： 哇，多么令人沮丧。根据文档，我可以通过以下方式完成此操作：

parser.setLowercaseExpandedTerms(false);

通配符、前缀、模糊和范围查询的术语是否自动小写。默认为真。

我不会争论这是否是一个明智的默认设置。我想应该使用 SimpleAnalyzer 将索引内外的所有内容小写。令人沮丧的是，至少在我使用的版本中，卢克默认的是另一种方式！至少我了解了更多关于 Lucene 的知识。

在 Luke 中，如果我输入搜索表达式docfile:Tomatoes.jpg*，则解析后的查询是docfile:Tomatoes.jpg*. 当搜索表达式为docfile:Tomatoes.jpg,（无星号 *）时，解析后的查询docfile:tomatoes.jpg带有小写的 't'。

1. 为什么？
2. 我怎样才能改变这个？

顺便说一句，使用 org.apache.lucene.analysis.standard.StandardAnalyzer。

我有一个使用 apache solr 1.4 的现有索引构建。

我想在 3.3 版中使用这个现有的索引。如您所知，索引格式在 3.x 之后发生了变化，那么如何做到这一点呢？

我已经使用 Luke 将现有索引（即 1.4 版本）导出到 XML。

当我使用 Luke V3.3.0 时，它告诉我我打开的 Lucene 索引是：

• 索引版本：13172b074a7
• 索引格式：-11（Lucene 3.1）

我正在使用 Solr 3.3，我之前删除了我的文件夹 /var/data/solr/myrepository 在索引之前。我希望版本是 Lucene 3.3。Lucene 3.1 和 Lucene 3.3 之间没有索引变化？归根结底，我只想确保我的索引是使用 Lucene 3.3 创建的。我正在寻找任何获得 Lucene 索引版本的简单方法。

字段折叠也有效，所以如果索引发生变化，我的索引版本是正确的。我也没有从 Solr 管理页面看到此信息。

谢谢你。

给定 solr 中索引文档的 id/url，我可以获得该文档包含/索引的一组术语吗？

这是由 Luke 完成的，所以我怀疑http://wiki.apache.org/solr/LukeRequestHandler可能会有所帮助，但我很确定该怎么做。

我想从 lucene 索引文件中获取一些数据。但我无法阅读。

我尝试使用Luke，但它总是与java.lang.OutOfMemoryError: Java heap space. 注意-Xmx不能帮助我。我尝试 -Xmx512、-Xmx1024 甚至 -Xmx2048。

我也尝试使用Solr，但也得到java.lang.OutOfMemoryError: Java heap space了。

有什么想法可以从 Lucene 中提取一些数据吗？

PS我使用lucene 2.3.0。我的索引文件大小为 1.8 Gb。

我正在使用几天前的 Solr 4 主干构建。

根据 LukeRequestHandler 的 Wiki 页面（第一个示例输出），我们应该获取每个或任何指定字段的令牌计数。我想用它来计算我所有文档中每个单词出现的次数。例如，如果单词“is”出现在两个 MS Word 文档中，第一个出现两次，第二个出现 3 次，我会得到如下输出：

这是因为“is”这个词在两​​个文档中总共出现了五次。但是我实际得到的是<int name="is">2</int>. 我认为这是因为它明显地（按文档）总共发生了两次。

但同样，根据 Wiki，我们应该得到一个总计数，将所有文档相加，这正是我真正想要的。

如何获得所有索引文档中每个单词出现的总次数？

参考：

http://wiki.apache.org/solr/LukeRequestHandler

我正在尝试搜索整数值。我已经用@Field 注释了参数，如下所示：

然后我用卢克执行范围搜索：

我回来的结果是空的。然后我尝试：

结果是：

所以我的问题是：为什么我会得到这个回复，我该如何解决？我使用休眠搜索 3.0.1.GA