在Lucene中获取每个文档的搜索词Hits（出现次数）

Question

任何人都可以建议我在Lucene中获取每个文档的单词（不出现）的最佳方式吗？..

Answer 1

Lucene使用基于字段而非基于文档的索引。 为了获得每个文档的术语计数：

1. 使用IndexReader.document()和isDeleted（）迭代文档。
2. 在文档d中，使用Document.getFields()迭代字段。
3. 对于每个字段f，使用getTermFreqVector()获取字词。
4. 查看术语向量和每个术语的和频率。
5. 每个字段的术语频率总和将为您提供文档的术语频率向量。

Answer 2

SpanTermQuery.getSpans将列出文档以及术语出现的位置。文档已排序，因此您只需计算每个文档出现的次数，忽略位置信息。