Lucene не индексирует некоторые термины в документах

Question

Я пытался использовать Lucene для индексации нашей базы данных кода. К сожалению, некоторые термины исключены из индекса. Например, в приведенной ниже строке я могу искать что-либо, кроме "номера версии":

version-number "cAELimpts.spl SCOPE-PAY:10.1.10 25nov2013kw101730 Setup EMployee field if missing"

Я попытался реализовать его с Lucene.NET 3.1 и pylucene 6.2.0, с тем же результатом.

Вот некоторые детали моей реализации в Lucene.NET:

using (var writer = new IndexWriter(FSDirectory.Open(INDEX_DIR), new CustomAnalyzer(), true, IndexWriter.MaxFieldLength.UNLIMITED))
{
  Console.Out.WriteLine("Indexing to directory '" + INDEX_DIR + "'...");
  IndexDirectory(writer, docDir);
  Console.Out.WriteLine("Optimizing...");
  writer.Optimize();
  writer.Commit();
}

Класс CustomAnalyzer:

public sealed class CustomAnalyzer : Analyzer
{
    public override TokenStream TokenStream(System.String fieldName, System.IO.TextReader reader)
    {
        return new LowerCaseFilter(new CustomTokenizer(reader));
    }
}

Наконец, класс CustomTokenizer:

public class CustomTokenizer : CharTokenizer
{
    public CustomTokenizer(TextReader input) : base(input)
    {
    }

    public CustomTokenizer(AttributeFactory factory, TextReader input) : base(factory, input)
    {
    }

    public CustomTokenizer(AttributeSource source, TextReader input) : base(source, input)
    {
    }

    protected override bool IsTokenChar(char c)
    {
        return System.Char.IsLetterOrDigit(c) || c == '_' || c == '-' ;
    }
}

Похоже, "номер версии" и некоторые другие термины не индексируются, потому что они присутствуют в 99% документов. Может ли это быть причиной проблемы?

РЕДАКТИРОВАТЬ: По запросу, класс FileDocument:

public static class FileDocument
{
    public static Document Document(FileInfo f)
    {

        // make a new, empty document
        Document doc = new Document();

        doc.Add(new Field("path", f.FullName, Field.Store.YES, Field.Index.NOT_ANALYZED));
        doc.Add(new Field("modified", DateTools.TimeToString(f.LastWriteTime.Millisecond, DateTools.Resolution.MINUTE), Field.Store.YES, Field.Index.NOT_ANALYZED));
        doc.Add(new Field("contents", new StreamReader(f.FullName, System.Text.Encoding.Default)));

        // return the document
        return doc;
    }
}

Answer 1

Я думаю, что я был идиотом. Я ограничил количество посещений до 500, а затем применил фильтры к найденным. Предполагалось, что элементы будут извлечены в порядке их индексации. Поэтому, когда я искал что-то в конце индекса, он говорил мне, что ничего не найдено. Фактически, он получит ожидаемые 500 элементов, но все они будут отфильтрованы.