Solr:在索引前去除标点符号

Question

我在从 solr 索引中剥离标点符号时遇到问题
当标点符号紧跟在一个词之后时，则该词未正确编入索引。

例如:如果我们索引“hello, John”，则不会通过关键字“hello”找到该 Assets ，而如果我们在单词“hello”之后删除逗号则没有问题。

是否有任何过滤器工厂可以去除标点符号？有任何想法吗？

谢谢，
博格丹。

Answer 1

您可以使用 solr.PatternReplaceFilterFactory用这个去掉开头和结尾的标点符号:

<filter class="solr.PatternReplaceFilterFactory"
    pattern="^\p{Punct}*(.*?)\p{Punct}*$"
    replacement="$1"/>

如果你想去掉开头和结尾的所有标点符号，除了(例如)单词前面的美元符号，你可以使用这个:

<filter class="solr.PatternReplaceFilterFactory"
    pattern="^[\p{Punct}&&[^$]]*(.*?)\p{Punct}*$"
    replacement="$1"/>