c# - 忽略检查中的特殊字符

Question

在 Umbraco 中，我使用 Examine 在网站中进行搜索，但内容是法语的。一切正常，除了当我搜索“Français”时，它与“Francais”的结果不同。有没有办法忽略那些法语字符？我试图为 Leucene/Examine 找到一个 FrenchAnalyser，但没有找到任何东西。我使用 Fuzzy，所以即使单词不同，它也会返回结果。

这是我的搜索代码：

public static ISearchResults Search(string searchTerm)
        {
            var provider = ExamineManager.Instance.SearchProviderCollection["ExternalSearcher"];
            var criteria = provider.CreateSearchCriteria(BooleanOperation.Or);

            var crawl = criteria.GroupedOr(BoostedSearchableFields, searchTerm.Boost(15))
            .Or().GroupedOr(BoostedSearchableFields, searchTerm.Fuzzy(Fuzziness))
            .Or().GroupedOr(SearchableFields, searchTerm.Fuzzy(Fuzziness))
            .Not().Field("umbracoNavHide", "1");

            return provider.Search(crawl.Compile());
        }

Answer 1

我们最终使用了一个基于SnowballAnalyzer

public class CustomAnalyzer : SnowballAnalyzer
{
    public CustomAnalyzer() : base("French") { }

    public override TokenStream TokenStream(string fieldName, TextReader reader)
    {
        TokenStream result = base.TokenStream(fieldName, reader);

        result = new ISOLatin1AccentFilter(result);

        return result;
    }
}

Answer 2

尝试像下面这样使用正则表达式：

var strInput ="Français";
var strToReplace = string.Empty;
var sNewString = Regex.Replace(strInput, "[^A-Za-z0-9]", strToReplace);

我已使用此模式“[^A-Za-z0-9]”将所有非字母数字字符串替换为空白。

希望能帮助到你。