java - 处理 yo 和 ye 的 Lucene 分析器（俄语字符）

Question

我正在使用 Lucene 并StandardAnalyzer在我的代码中创建索引，但是，“Yo”和“Ye”（Ё 和 Е）存在问题。

我想要带有“yo”的搜索结果也需要带有“ye”的结果，反之亦然。我尝试StandartAnalyzer使用自定义过滤器创建新的 Analyzer 类，类似于 ，但我没有运气。我也很熟悉RussianAnalyzer，但它似乎对我不起作用，因为它分别对待 'yo' 和 'ye' 。

这是我正在使用此分析器的块：

QueryParser queryParser = new QueryParser("myText", new MyAnalyzer());
queryParser.setDefaultOperator(QueryParser.Operator.AND);

在此之后，我queryParser.parse()和其他查询构建了用于搜索的东西。

问题是：执行此操作的正确方法是什么？我应该使用我的自定义 TokenFilter 吗？或者，也许，我自己的 CharFilter？

维基百科链接到有问题的字符：https://en.wikipedia.org/wiki/Yo_(Cyrillic) https://en.wikipedia.org/wiki/Ye_(Cyrillic)

Answer 1

乍一看，我认为您需要创建一个将“yo”映射到“ye”的 CharFilter，因为偶尔会由于人为错误（参见上面的“Yo”页面）而发生这种情况，因此您更有可能找到您想要的使用 'yo' -> 'ye' 映射。请记住，这种映射需要在搜索和索引期间发生。