如何使用Term或QueryParser从Lucene索引中删除文档

Posted 2021-04-19

我正在尝试从Lucene Index中删除文档。我想只从lucene索引中删除指定的文件。

我的以下程序正在删除可以使用关键字分析器搜索的索引，但只能使用StandardAnalyzer搜索我所需的文件名。那么在我的术语中设置标准分析器的任何方式，或者代替术语，我如何使用QueryParser从lucene索引中删除文档。

 try{
    File INDEX_DIR= new File("D:\merge lucene\abc\");

    Directory directory = FSDirectory.open(INDEX_DIR);

     IndexReader indexReader = IndexReader.open(directory,false);
     Term term= new Term("path","fileindex23005.htm");
    int l=   indexReader.deleteDocuments(term);
                      indexReader.close();

    System.out.println("documents deleted");
  }
  catch(Exception x){x.printStackTrace();}

答案

我假设您使用Lucene 3.6或之前，否则IndexReader.deleteDocuments不再存在。但是，无论如何，您应该使用IndexWriter。

如果您只能使用查询解析器找到该文档，那么只需运行一个普通查询，然后遍历返回的文档，并通过docnum删除它们，方法如下：

Query query = queryParser.parse("My Query!");
ScoreDoc[] docs = searcher.search(query, 100).scoreDocs;
For (ScoreDoc doc : docs) {
    indexReader.deleteDocument(doc.doc);
}

或者更好（更简单，使用非停止，不推荐的功能），只需使用IndexWriter，并直接传递查询：

Query query = queryParser.parse("My Query!");
writer.deleteDocuments(query);

另一答案

添加以供像我这样的人使用，其中删除文档在indexWriter上，您可以使用

indexWriter.deleteDocuments（Term ... terms）

而不是使用deleteDocuments（查询）方法;如果你只需要匹配一个字段就可以减少麻烦。请注意，如果传递多个术语，此方法会将术语视为OR条件。因此它将匹配任何术语并将删除所有记录。下面的代码将匹配存储的文档中的state = Tx，并将删除匹配的记录。

  indexWriter.deleteDocuments(
        new Term("STATE", "Tx")
      );

为了将不同的字段与AND条件组合，我们可以使用以下代码：

 BooleanQuery.Builder builder = new BooleanQuery.Builder();

//note year is stored as int , not as string when document is craeted.
//if you use Term here which will need 2016 as String, that will not match with documents stored with year as int.
 Query yearQuery = IntPoint.newExactQuery("year", 2016);
 Query stateQuery = new TermQuery(new Term("STATE", "TX"));
 Query cityQuery = new TermQuery(new Term("CITY", "CITY NAME"));

 builder.add(yearQuery, BooleanClause.Occur.MUST);
 builder.add(stateQuery, BooleanClause.Occur.MUST);
 builder.add(cityQuery, BooleanClause.Occur.MUST);

 indexWriter.deleteDocuments(builder.build());

另一答案

正如@dillippattnaik指出的那样，多个术语导致OR。我已使用BooleanQuery更新了他的代码以使其成为AND：

BooleanQuery query = new BooleanQuery
{
   { new TermQuery( new Term( "year", "2016" ) ), Occur.MUST },
   { new TermQuery( new Term( "STATE", "TX" ) ), Occur.MUST },
   { new TermQuery( new Term( "CITY", "CITY NAME" ) ), Occur.MUST }
};

indexWriter.DeleteDocuments( query );