lucene在doc.add(new Field("content",curArt.getContent(),Field.Store.NO,Field.Index.TOKENIZED)); Field有兩個屬性可選：存儲和索引。 通過存儲屬性你可以控制是否對這個Field進行存儲； 通過索引屬性你可以控制是否對該Field進行索引。 事實上對這兩個屬性的正確組合很重要。 Field.Index Field.Store 說明 TOKENIZED(分詞) YES 被分詞索引且存儲 TOKENIZED NO 被分詞索引但不存儲 NO YES 這是不能被搜索的，它只是被搜索內容的附屬物。如URL等 UN_TOKENIZED YES/NO 不被分詞，它作爲一個整體被搜索,搜一部分是搜不出來的 NO NO 沒有這種用法 我們那文章表爲例.articleinfo.有ID,title(標題),sumary(摘要),content(內容),userName(用戶名) 其中title(標題),sumary(摘要)屬於第一種情況,既要索引也要分詞,也要存儲. content(內容)要分詞,索引,但不存儲.由於他太大了,而且界面也不用顯示整個內容. ID要存儲,不用索引.因爲沒人用他來查詢.但拼URL卻很需要他.索引要存儲. userName(用戶名)索引,但不分詞.可用保存.爲什麼不分詞?比如"成吉思汗",我不想被"成漢"搜索到.我希望要麼"成吉思汗"或者"*吉思*"通配符搜到. 總結如下: 1.如果要對某Field進行查找，那麼一定要把Field.Index設置爲TOKENIZED或UN_TOKENIZED。TOKENIZED會對Field的內容進行分詞；而UN_TOKENIZED不會，只有全詞匹配，該Field纔會被選中。 2.如果Field.Store是No，那麼就無法在搜索結果中從索引數據直接提取該域的值，會使null。 補充: Field.Store.YES:存儲字段值（未分詞前的字段值） Field.Store.NO:不存儲,存儲與索引沒有關係 Field.Store.COMPRESS:壓縮存儲,用於長文本或二進制，但性能受損 Field.Index.ANALYZED:分詞建索引 Field.Index.ANALYZED_NO_NORMS:分詞建索引，但是Field的值不像通常那樣被保存，而是隻取一個byte，這樣節約存儲空間 Field.Index.NOT_ANALYZED:不分詞且索引 Field.Index.NOT_ANALYZED_NO_NORMS:不分詞建索引，Field的值去一個byte保存 TermVector表示文檔的條目（由一個Document和Field定位）和它們在當前文檔中所出現的次數 Field.TermVector.YES:爲每個文檔（Document）存儲該字段的TermVector Field.TermVector.NO:不存儲TermVector Field.TermVector.WITH_POSITIONS:存儲位置 Field.TermVector.WITH_OFFSETS:存儲偏移量 Field.TermVector.WITH_POSITIONS_OFFSETS:存儲位置和偏移量 |
