如何使Lucene不区分大小写

Question

默认情况下，"Word"和"word"不是相同的词。我该如何使Lucene不区分大小写？

- Eugeny89

Answer 1

最简单的方法是将所有可搜索内容以及查询都转换为小写。可以查看LowerCaseFilter文档。您还可以使用Wildcard查询进行不区分大小写的搜索，因为它绕过了Analyzer。

如果需要，可以将内容存储在不同的字段中以捕获不同的大小写配置。

- Johan Sjöberg

---

一两行示例代码可以让你的答案更完整。 - Aqeel Ashiq

Answer 2

StandardAnalyzer应用LowerCaseFilter，将"Word"和"word"视为相同。您可以直接将其传递给使用IndexWriter和QueryParser的过程中。例如：

Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_30);
IndexWriter writer = new IndexWriter(dir, analyzer, true, mlf);
QueryParser parser = new QueryParser(Version.LUCENE_30, field, analyzer);

- WhiteFang34

Answer 3

除了使用包括LowerCaseFilter和过滤常见英语单词（如“the”）的StandardAnalyzer外，您还应该确保使用TextField构建文档，而不是用于精确搜索的StringField。

- Luchio

Answer 4

在Schema.xml文件中为该字段添加LowerCaseFilterFactory到你的fieldType中。例如：

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
            <analyzer type="index">
                <tokenizer class="solr.WhitespaceTokenizerFactory"/>
                <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1" preserveOriginal="1" />
                <filter class="solr.LowerCaseFilterFactory"/>
            </analyzer>

            <analyzer type="query">
                <tokenizer class="solr.WhitespaceTokenizerFactory"/>
                <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
                <filter class="solr.LowerCaseFilterFactory"/>
            </analyzer>
        </fieldType>

- Bhawna Singh

---

很好的答案，但问题是关于Lucene的，它没有像Solr一样的模式。 - Tom Saleeba