apache - 使用 apache solr 去除口音

Question

我正在尝试使用此方案使用 apache solr 进行搜索 http://pastie.org/5114389但是当我输入“josé”时，找到了文件，但是当我输入“jose”时，我没有得到结果。

Efetuei 在互联网上搜索答案并不得不使用该类(class)，但是当我插入时没有任何区别。

Answer 1

我从您的架构中看到您正在使用 ASCIIFoldingFilterFactory已经在您的 text分配给 default 的 fieldType field 。但是，它仅适用于该字段的索引。我建议您也将它应用于您的字段的查询，以确保您的查询词被折叠以匹配索引中的项目。通常，在这种情况下，当您将过滤器工厂添加到索引时，您也会将其添加到查询中，以便查询词和索引词都被正确转换/比较。

因此，我会将您的架构修改为以下内容:

<fieldType name="text" class="solr.TextField" omitNorms="false">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0"/>
    <filter class="solr.LowerCaseFilterFactory" />
    <filter class="solr.ASCIIFoldingFilterFactory" words="mapping-FoldToASCII.txt"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory" />
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0"/>
    <filter class="solr.LowerCaseFilterFactory" />
    <filter class="solr.ASCIIFoldingFilterFactory" words="mapping-FoldToASCII.txt"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory" />
  </analyzer>
</fieldType>