OpenGrok添加根据文件名后缀进行查询过滤的功能

<span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">OpenGrok默认会将*.o *.so这些二进制文件也加入索引（其实没什么坏处），如果想在查询时过滤这些文件，怎么做？</span>

要点：

https://github.com/OpenGrok/OpenGrok/blob/master/src/org/opensolaris/opengrok/index/IgnoredNames.java

IgnoredNames是默认的索引过滤，对文件路径做字符串匹配。

https://github.com/OpenGrok/OpenGrok/blob/master/src/org/opensolaris/opengrok/search/SearchEngine.java

可对这里的searchSingleDatabase和searchMultiDatabase做修改。

    private void searchSingleDatabase(File root, boolean paging) throws IOException {
        IndexReader ireader = DirectoryReader.open(FSDirectory.open(root));
        searcher = new IndexSearcher(ireader);
        collector = TopScoreDocCollector.create(hitsPerPage * cachePages, docsScoredInOrder);
        searcher.search(query, collector);
        totalHits = collector.getTotalHits();
        if (!paging && totalHits > 0) {
            collector = TopScoreDocCollector.create(totalHits, docsScoredInOrder);
            searcher.search(query, collector);
        }
        hits = collector.topDocs().scoreDocs;
        for (ScoreDoc hit : hits) {
            int docId = hit.doc;
            Document d = searcher.doc(docId);
            docs.add(d);
        }
    }

注意，这里有2个修改点：修改collector的实现，使得如果文件名后缀是*.so *.o时就不collect；或者修改Document add的条件判断。

修改collector不可行，因为TopScoreDocCollector是Lucene的类，而我只想改改OpenGrok。修改Document add的条件判断较为方便，问题是：如何从Document对象获得“文件名的后缀”这一信息？

在org/opensolaris/opengrok/search包中找不到线索，看看index索引模块。

https://github.com/OpenGrok/OpenGrok/blob/master/src/org/opensolaris/opengrok/index/IndexDatabase.java

Document doc = searcher.doc(top.scoreDocs[0].doc);
String foundPath = doc.get(QueryBuilder.PATH); 

可以获得全路径字符串。从中可以提取出filename suffix信息。问题是可不可以直接得到这个信息呢？

查QueryBuilder代码：

 /**
* Fields we use in lucene public ones
*/
public static final String FULL = "full";
public static final String DEFS = "defs";
public static final String REFS = "refs";
public static final String PATH = "path";
public static final String HIST = "hist";
public static final String TYPE = "type";

没有。这里hist字段不知道是什么意思。

上面的修改可以起效，但可能导致页面显示不一致。更完整的修改应该是在search时提供自己的定制filter:

https://lucene.apache.org/core/4_0_0/core/org/apache/lucene/search/FieldValueFilter.html

https://lucene.apache.org/core/4_0_0/core/org/apache/lucene/search/FieldCacheTermsFilter.html

具体怎么做，没时间研究了。内置的filter类似乎是includes语义，不是excludes语义，所以可能还需要提供自己的定制实现。