solr - 如何在 solr 搜索期间忽略点和其他字符

Question

我在 solr 字段中有引用编号，如下所示:

L2.816.4.53.2
42010N-0002
42010N/0002

现在我想搜索它并匹配不带点/破折号/斜杠的字符串:

L28164532
42010N0002
42010N0002

我如何用 solr 做到这一点？当前搜索 ref:L28164532 不会返回结果，因为没有存储这样的值。

Answer 1

您可以为您的字段尝试以下字段类型吗:

<fieldType name="text_wd" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
          <!-- Splits words based on whitespace characters --> 
          <tokenizer class="solr.WhitespaceTokenizerFactory"/>
          <!-- splits words at delimiters based on different arguments --> 
          <filter class="solr.WordDelimiterGraphFilterFactory" preserveOriginal="1" catenateNumbers="1"/>
          <!-- Transforms text to lower case -->   
          <filter class="solr.LowerCaseFilterFactory"/>
        </analyzer>

        <analyzer type="query">
          <tokenizer class="solr.WhitespaceTokenizerFactory"/>
          <filter class="solr.LowerCaseFilterFactory"/>
        </analyzer>
  </fieldType>

WordDelimiterGraphFilterFactory 有许多属性，使用这些属性将帮助您获得所需的结果。您可以阅读有关 WordDelimiterGraphFilterFactory 的更多信息 here

例如 catenateWords 或 catenateAll 或 catenateNumbers。根据要求修改属性。修改后，您可能需要重新启动服务器。您可以使用 Solr 管理 UI 进行这些尝试和测试。