solr - Pattern Tokenizer Factory 不使用否定正则表达式

Question

我需要我的 tokenizer factory 来拆分除数字、字母、&和:单引号字符之外的所有内容。

我使用Solr.PatternTokenizerFactory如下，

<tokenizer class="solr.PatternTokenizerFactory" pattern="[^a-zA-Z0-9&amp;-:]" />

但是，它的吐痰标记只有空格。不知道我在这做错了什么。

有人可以帮我吗？

Answer 1

我弄错了，那是非常愚蠢的错误，我需要-按照我的模式逃跑

更改为以下并开始工作

<tokenizer class="solr.PatternTokenizerFactory" pattern="[^a-zA-Z0-9&amp;\-:]" />