Caractères génériques dans Lucene

Question

Pourquoi la requête générique "dog # V *" ne parvient-elle pas à récupérer un document contenant "dog # VVP"?

Le code suivant écrit en Jython pour Lucene 3.0.0 ne parvient pas à récupérer le document indexé. Est-ce que je manque quelque chose?

analyzer = WhitespaceAnalyzer() 
directory = FSDirectory.open(java.io.File("testindex")) 
iwriter = IndexWriter(directory, analyzer, True, IndexWriter.MaxFieldLength(25000)) 

doc = Document() 
doc.add(Field("sentence", "dog#VVP", Field.Store.YES, Field.Index.ANALYZED)) 
iwriter.addDocument(doc) 
iwriter.close() 
directory.close() 

parser = QueryParser(Version.LUCENE_CURRENT, "sentence", analyzer) 
directory = FSDirectory.open(java.io.File("testindex")) 
isearcher = IndexSearcher(directory, True) # read-only=true 

query = parser.parse("dog#V*") 
hits = isearcher.search(query, None, 10).scoreDocs 
print query_text + ":" + ", ".join([str(x) for x in list(hits)]) 

sortie est:

dog#V*: 

Il ne retourne rien. Je vois le même comportement pour le chien # VV * ou avec des caractères séparateurs autres que "#" (j'ai essayé "__" et "aaa"). Fait intéressant, les requêtes suivantes fonctionnent: chien # ???, chien # *.

Answer 1

Si vous regardiez attentivement le résultat de

parser.parse("dog#V*") 

vous auriez vu

sentence:dog#v* 

Notez le v minuscule! Pour éviter l'automatique des termes en minuscules dans une requête générique, vous devrez faire

parser.setLowercaseExpandedTerms(False) 

avant l'analyse des chaînes de requête. Je n'ai aucune idée pourquoi la valeur par défaut est en minuscules.