问题标签 [luke]

我正在尝试构建一个通过 Lucene 索引实现搜索系统的应用程序。现在索引已建立，我可以在索引上搜索文档，一切似乎都工作正常，但是当我使用许多文档中使用的字段进行搜索时，分析器只返回一些文档。我尝试使用 Luke 进行相同的搜索并且行为方式相同。

即：我的索引有 2 个字段：

字段 A：唯一的标识符。字段 B：一个字符串。

第一个例子：

我们有 5 个文件：

文件 1：字段A：1；字段B：你好世界

文件 2：字段 A：2；FieldB：世界你好！

文件 3：字段 A：3；字段B：你好世界

文件 4：字段 A：4；字段B：任何东西

文件 5：字段 A：5；字段B：你好世界

当我进行像“B：hello world”这样的搜索时，它应该返回文档 1、3 和 5，但它只返回 1 和 3。

当我进行像“A：5”这样的搜索时，它会返回文档 5，字段 B 的值是“hello world”。

第二个例子：（一个令牌）

文件 6：字段 A：6；字段B：令牌

文件 7：字段A：7；字段B：令牌

文件 8：字段 A：8；字段B：TOKEN

Doc 9: FieldA:9 FieldB: token

当我搜索 FieldB:"token" 时，它只返回 Doc 6 和 Doc 9。我能找到 Doc 7 的唯一方法是通过其 FieldA 进行搜索。

我正在使用 WhitespaceAnalyzer 并且两个字段都不是 NOT_ANALYZED。

索引生成器主

CreateLuceneDocument 方法：

我注意到未返回的文档的分值较低。假设在创建索引时这是一个问题，因为 Luke 的行为方式与应用程序相同，那么我做错了什么？

提前致谢！

我正在和 Luke 一起检查 Lucene 索引。

所有文档都有一个“标题”字段，我想搜索搜索表达式 Title:Power，我想通过它查找标题包含单词的所有文档Power。

在卢克中，我转到“搜索”选项卡并输入+Title:Power

搜索时，没有结果。但是，当我按另一个字段搜索时，我确实找到了该文档：+ContentType:MyContentType

在列Title中，我可以清楚地看到文档的值是：Power Quality Guide。

在标题上搜索时我没有找到此文档的原因可能是什么？

我正在尝试了解 Lucene，并希望使用 Luke 进行调查。我尝试使用 Lucene 4.3 中的 IndexFiles 演示构建索引，然后尝试使用最新版本的 Luke 查看索引，我收到以下消息：

任何想法有什么问题以及如何解决？我的 Lucene 版本对卢克来说太新了吗？有没有办法告诉 Lucene 编写旧版本的索引？提前致谢，--马克

我正在使用 nutch 1.7 版本。

抓取结束，我有结果文件。

我是否打开这个目录下的任何文件都会出现这个错误。

请问，如何在这个结果文件中使用卢克检查索引？

我有兴趣编辑 Sitecore (6.5) 安装的搜索索引。到目前为止，我已经使用 1.0.0 和 3.1.0 版本的 Luke 打开 index 文件夹。卢克报告了以下细节

这是使用 lukeall-3.1.0.jar 完成的

我尝试通过 Luke GUI 对索引进行简单的更改，即。右键单击 Set Norm，然后将 0.5 更改为 0.1。我重新打开索引，它现在说

此索引格式现在与 Sitecore 不兼容 - 无论如何都要对索引进行更改并保留其版本？

谢谢！

所以我第一次尝试使用卢克，我遇到了一些麻烦。我将它指向我想要的目录，但是看到这个：

org.apache.lucene.index.IndexFormatTooNewException：不支持格式版本（资源：SimpleFSIndexInput(path="C:\Users*me*\Chat Data\chat-data\index\segments.gen")）：-3（需要介于 -2 和 -2 之间）

有谁知道如何解决这一问题？是兼容性问题吗？我迷路了。

如何使用卢克打开弹性搜索索引？

我尝试了从 3.5 到 4.8 的卢克，使用 elasticsearch 1.1 到 1.2，但似乎没有任何效果。

唯一似乎适用的资源是http://rosssimpson.com/blog/2014/05/06/using-luke-with-elasticsearch/不幸的是没有用。

我在 Solr 中有一个带有 $ 登录字段名称的索引。重新索引不是一种选择。Solr 中有功能查询，其中 $ 是变量标识符（请参见此处）。当我调用查询来检索特定字段（fl=$created_dt,name）时，solr 将返回错误

解析字段名时出错：解析函数“$created_dt,$name”时缺少参数 created_dt

我知道这是因为 Solr 将其解释为变量。有什么办法可以解决吗？

使用 Luke，它在 Lucene 索引中显示 348K 文件。我们的存储库在通过 ACCE（IBM Connections 在 Connections Content Manager [ie. FileNet] 中存储文件）使用 SQL 命令进行查询后返回用户上传的 345K 文件。有什么方法可以解释 3K 的区别吗？Luke 会报告比实际存储库包含的更多文档，这似乎很奇怪。

有控制文档吗？版本？我可以看到 Luke 页面上列出的 325 个文档表明它也在计算删除，但仍然存在 3K 的差异（实际差异在计算删除时最初接近 3.5K）。随着时间的推移，我们一直在监控用户添加的文档数量的增长情况，并且它们正以一致的速度增长。但是，Luke 与 ACCE 返回的文件数之间的差异正在增加。即使不考虑卢克列出的删除，我们现在也接近 4K。我们如何解释这种异常现象？

谢谢。

我们可以在 Luke 的概述页面上看到特定领域的“顶级坦克术语”。我想知道是否有任何方法可以将这个术语列表导出到 excel 文件中？

我认为这应该是一个标准要求，并且在 Luke 中肯定应该有一种方法，但我没有找到它。

我也做了谷歌，但找不到任何有用的东西。