search - 如何设置 Solr 以标记空格和标点符号？

Question

我一直试图让我的 Solr 模式（使用 Solr 1.3.0）来创建由空格和标点符号化的术语。以下是我希望看到的一些示例：

terms given -> terms tokenized

foo-bar -> foo,bar
one2three4 -> one2three4
multiple words/and some-punctuation -> multiple,words,and,some,punctuation

我认为这种组合会起作用：

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1"/>
  </analyzer
<fieldType>

问题是这会导致以下字母到数字的转换：

one2three4 -> one,2,three,4

我尝试了各种WordDelimiterFilterFactory设置组合，但没有一个被证明是有用的。是否有可以处理我需要的过滤器或标记器？

Answer 1

怎么样

<filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" splitOnNumerics="0" />

这应该可以防止 one2three4 被拆分