在使用Lucene的过程中，我有点disapointed。 我没有看到或理解我应该如何着手的东西，已经是直接可转位喂任何Lucene的分析仪。 或者，应该怎样着手创建自己的分析...
例如，如果我有一个List<MyCustomToken>它已经包含了许多令牌（与约大写等，我也想索引每个MyCustomToken的功能实际上有更多的信息）
如果我没有理解清楚我已阅读，我需要继承一个分析器，它会叫我自己的分词器继承一个的TokenStream，在这里我将只需要提供一个public final boolean incrementToken()会做插入的工作TermAttribute @位置。
顺便说一句，这里就是我感到困惑=>这是的TokenStream中java.io.Reader的一个子类，并且因此仅能够分析像一个文件，一个串中的目标流的...
我怎么能继续有自己的文档分析器会消耗我的列表，而这个吴丹流的编一个？
看起来整个Lucene的API上，它首先开始分析@一个非常低的水平是“字”的观点理念建造，而我需要开始使用它以后/插头从已经符号化的话，甚至表情（组话）。
Lucene的用法的典型样本都是这样（摘自这里 ）：
StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_35);
// 1. create the index
Directory index = new RAMDirectory();
IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_35, analyzer);
IndexWriter w = new IndexWriter(index, config);
addDoc(w, "Lucene in Action"); // BUT here i would like to have a addDoc(w, MyOwnObject)
addDoc(w, "Lucene for Dummies");
addDoc(w, "Managing Gigabytes");
addDoc(w, "The Art of Computer Science");
w.close();
[...]
private static void addDoc(IndexWriter w, String value) throws IOException {
Document doc = new Document();
doc.add(new Field("title", value, Field.Store.YES, Field.Index.ANALYZED));
// SO that i can add here my own analysis base on many fields, with them built from a walk through List or complex structures...
w.addDocument(doc);
}
PS：（我的Java / Lucene的知识仍然很差，所以我可能错过一些明显的关于读者<=>列表模式？）
这个问题几乎是和我一样的Lucene名单
编辑：@ Jilles面包车Gurp =>是的，你说的很对，这是另一个问题。我想的，但首先希望找到一个更好的解决方案。 所以，如果继续，我还是可以做一些系列化，满足这种序列化的字符串作为文档我自己的分析，和自己的标记生成器，然后将反序列化和重新做一些基本的标志化（实际上，刚刚经历已经做了一个走...）BTW它会增加，我将不得不像避免一些慢又笨额外的步骤...
关于这部分=>是否有人有最近（Lucene的> 3.6）自定义标记生成器提供必要的Lucene索引的所有基础数据的任何样本？ 我已经读到这样的发光令牌：
posIncrement.setPositionIncrement(increment);
char[] asCharArray = myAlreadyTokenizedString.toCharArray(); // here is my workaround
termAttribute.copyBuffer(asCharArray, 0, asCharArray.length);
//termAttribute.setTermBuffer(kept);
position++;
对于为什么我在这里的一部分，它是我用，即记号化我的文字一些外部库，做兼职的词性一些注释，其他分析（人们可能会想到一个表情识别或命名实体识别，也可以包括一些特殊的功能有关的资本，等等），我想保持在Lucene索引轨道（真正的一部分让我感兴趣的是索引和查询 ，而不是分析的第一步，这几乎是从Lucene的libary只Tokenising什么，我已阅读）。
（另外，我不认为我可以从这些以前/早期步骤做一些更聪明，因为我用许多不同的工具，不是所有的人都是Java或可以很容易地缠到Java）
所以我觉得这是有点难过，那Lucene的是瞄准@文字工作是如此界字/标记（字符序列），而文字是不是只单/孤立的单词/令牌并列更多...
