2

在 Solr 中，我有包含 $30 和 30 的文本。

我想搜索 $30 并且只找到包含 $30 的文档。

但如果有人搜索 30，他们应该会找到包含 $30 的文档和包含 30 的文档。

这是我目前用来索引我的文本字段的字段类型：

<!-- Just like text_en_splitting, but with the addition of reversed tokens for leading wildcard matches -->
<fieldType name="text_en_splitting_reversed" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
    -->
    <!-- Case insensitive stop word removal.
      add enablePositionIncrements=true in both the index and query
      analyzers to leave a 'gap' for more accurate phrase queries.
    -->
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1" types="word-delim-types.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
       maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
 </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"  types="word-delim-types.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
</fieldType>

我已经定义 word-delim-types.txt 包含：

$ => DIGIT
% => DIGIT
. => DIGIT

因此，当我搜索 $30 时，它会正确定位包含“$30”的文档，而不是仅包含“30”的文档。那挺好的。但是当我搜索“30”时，它没有找到包含“$30”的文档，只有包含“30”的文档。

有没有办法做到这一点？

4

1 回答 1

2

我找到了我的问题的解决方案。而不是定义 $ % 和 . 作为 DIGIT，我现在在作为属性传递给 WordDelimiterFilterFactory 的“类型”文件中将它们定义为 ALPHA。

$ => ALPHA
% => ALPHA
. => ALPHA

由于我的 WordDelimiterFilterFactory 设置的其余部分，事物被分解并以达到预期效果的方式连接：

搜索 $30 只会产生包含 $30 的文档。搜索 30 会产生包含 30 美元和 30 美元的文档。

于 2013-02-16T20:37:24.137 回答