为什么检索条件多了一个字就搜不出文章了---易览资讯

一。问题

在易览资讯中输入关键字有时候检索不出文章，但是文章标题和内容中确实有这几个字。

二。调查

先做一个测试：

1.在solr中检索条件输入 title:信息化扶贫,注意这里没有引号。

2.打开调试模式

3.在图中（可放大）第3个步骤看到，solr将检索条件分词，solr的中文分词工具是IKAnalyzer；

最终检索结果被解析成了"+title:信息化 +title:信息 +title:化 +title:扶贫"，加号（+）标识逻辑与关系，相当于检索"title:信息化 AND title:信息 AND title:化 AND title:扶贫"。

意思即为：如果一篇文章的标题分词中包括信息化、信息、化、扶贫这几个词，注意是全部包括，则该篇文章可以被检索出来。而不是我们通常理解的如果一篇文章标题中有这几个字，solr就必须搜出来。

4.检索结果

结果有9条。



三。易览资讯的检索

还是使用“信息化扶贫”来举例。

1. 易览资讯在后台使用solrj来操作solr.

2.在检索的相关代码中使用了引号将查询条件包裹起来。例如：title:"信息化扶贫" ||APPC："信息化扶贫"。加入引号意味着检索条件是一个紧密连接的整体，中间不能有隔断。

3.检索

检索结果有6条。

剔除了“工业和信息化部举行庆祝中国共产党成立96周年大会暨扶贫工作先进事迹报告“ 这样的结构。

从图中可以看到solr依然将检索条件分词，只不过这些分词全部连在一起。



4.检索条件变成“信息化扶贫示”

1)预期效果:应该会把“山亭区冯卯镇信息化扶贫示范镇建设项目招标公告” 这些类似的文章检索出来

2）但是，检索结果：0条。

3）从图中可看出solr将检索条件分词为：信息化、信息、化、扶贫、示。



5.为什么检索条件多了一个字就搜不到文章了

1)Solr/Lucene是一个全文检索引擎，全文引擎和SQL引擎所不同的是强调部分相关度高的内容返回，而不是所有内容返回，所以部分内容包含在索引库中却无法命中是正常现象。

2)真正的原因：分词

使用solr提供的分词器进行调试

如图，在索引框中输入要索引的文档：山亭区冯卯镇信息化扶贫示范镇建设项目招标公告

在检索框中输入要检索的词语：信息化扶贫示

点击分析按钮

原文档和检索条件的分词分为上下两排排列。

若下排分词结果的所有词在上排都能找到，那么在AND关系的检索时能够匹配。在本例中，检索条件解析出来的5个分词中有4个：信息化、信息、化、扶贫在上排能找到，但是最后一个分词“示“在上排找不到，所以是检索不出文章的。