如何使用Lucene将LowerCase应用于String

Posted 2021-04-06

我开始使用Apache Lucene 8.0了。我想知道如何使用Lucene将我的String text变量转换为小写。我不确定怎么做，因为我找不到任何例子。我想要的是这样的：

public class DocumentLowercase {

private Analyzer analyzer; 

public Analyzer DocAnalysis(Document d) {

    analyzer = new StandardAnalyzer();
    String text = d.text();

    **Here convert String Text into lowercase**
    ** maybe using Lower Case Tokenizer? but how? **        

    return analyzer;


}
}

答案

StandardAnalyzer已将所有内容转换为小写！

查看这里的文档：http://lucene.apache.org/core/8_0_0/core/org/apache/lucene/analysis/standard/StandardAnalyzer.html

他们说：

使用可配置的停用词列表，使用LowerCaseFilter和StopFilter过滤StandardTokenizer。

您还可以在源代码中看到StandardAnalyzer包含哪些组件：

  @Override
  protected TokenStreamComponents createComponents(final String fieldName) {
    final StandardTokenizer src = new StandardTokenizer();
    src.setMaxTokenLength(maxTokenLength);
    TokenStream tok = new LowerCaseFilter(src);
    tok = new StopFilter(tok, stopwords);
    return new TokenStreamComponents(r -> {
      src.setMaxTokenLength(StandardAnalyzer.this.maxTokenLength);
      src.setReader(r);
    }, tok);
  }

如果你想自定义你的分析仪，你应该看看CustomAnalyzer。