我在 Solr search Arabic 上苦苦挣扎了好几天，并做了一些实验。这是问题的简单反映。
在我将一些阿拉伯语句子（现在只有 1 个单词 السوري ）存储到数据库中并让 Solr 索引它之后，然后通过q=*:*&wt=python,（如果没有 wt 部分，它是乱码字符）查询它，响应是：
'\u00d8\u00a7\u00d9\u201e\u00d8\u00b3\u00d9\u02c6\u00d8\u00b1\u00d9\u0160'
我为索引存储的实际单词是以另一种方式编码：
'\xd8\xa7\xd9\x84\xd8\xb3\xd9\x88\xd8\xb1\xd9\x8a'
\xd8如您所知，从↔有一个一对一对应\u00d8。但我不知道这个编码的名称是什么，因此我无法转换它。当我进行搜索时：<>/select/?q=السوري&wt=python，响应是：
{'responseHeader':{'status':0,'QTime':0,'params':{'wt':'python','q':u'\u0627\u0644\u0633\u0648\u0631\u064a'}},'response':{'numFound':0,'start':0,'docs':[]}}
未找到文档，似乎使用第三个版本进行编码u'\u0627\u0644\u0633\u0648\u0631\u064a'。如果我接受它，encode('utf8')然后它会转换回'\xd8\xa7\xd9\x84\xd8\xb3\xd9\x88\xd8\xb1\xd9\x8a'.
总之，当它 (السوري) 在我的代码 (python) 或数据库 (mysql) 中时，它显示为“form1”：
'\xd8\xa7\xd9\x84\xd8\xb3\xd9\x88\xd8\xb1\xd9\x8a'
当它被 Solr 索引时，它转换为 form2：
'\u00d8\u00a7\u00d9\u201e\u00d8\u00b3\u00d9\u02c6\u00d8\u00b1\u00d9\u0160'
当我使用<>/select/?q=السوري&wt=python, 从浏览器（谷歌浏览器）查询时，它变成了 form3：
'\u0627\u0644\u0633\u0648\u0631\u064a'
（可以通过但转换回form1，encode('utf8')但由于它们不同，因此搜索不匹配。
因此，这三种不同的编码策略可能是核心问题。谁能帮我弄清楚并解决搜索问题？
提前致谢。