Lucene.Net支持词组？：什么是索引中来标记逗号分隔的数据（原子）的领域最好的方法？(Luce

我有索引我想一个列有逗号分隔的名字，如数据库，

User.FullNameList = "Helen Ready, Phil Collins, Brad Paisley"

我宁愿来标记每名原子 （名称作为一个整体搜索的实体）。 什么是我们的最佳方法呢？

1. 我错过了一个简单的选项来设置记号化分隔符？
2. 我一定要继承或写我自己的类，它推出自己的分词？
3. 别的东西？ ;）

抑或Lucene.net不支持词组？

或者是足够聪明的自动处理这种使用情况？

我敢肯定，我不是有这样做的第一人。 谷歌搜索产生没有明显的解决方案。

***编辑：用我的例子，我想存储在一个单一的领域，这些名称短语：

海伦就绪

菲尔柯林斯

比斯利

不是这些个人的话：

海伦

准备

菲尔

柯林斯

布拉德

佩斯利

Answer 1:

编辑：看了你的澄清，这里是希望更相关的答案：

1. 你没有错过一个选项来修改分隔符。
2. 你需要推出自己的分词器。 我建议你继承CharTokenizer 。 您需要定义isTokenChar（）根据您的规范，这意味着什么，但一个逗号是一个令牌字符。

Answer 2:

您可以用逗号自己分割字符串，并且或者 -

• 索引每个名称使用关键字分析仪（非标记化）
• 或者使用标准分析器指数每个名称，并用引号括搜索。 确保指数的伪项在每个名称之间，因此“准备菲尔”不与文档匹配

文章来源: Lucene.Net support phrases?: What is best approach to tokenize comma-delimited data (atomically) in fields during indexing?