lucene - lucene 排序规则

Question

我们在.net 上使用 lucene，我们需要一种方法来实现“与排序规则无关”的搜索我不知道这是否是正确的术语，但我们需要的是如果我有一个名为 [Žuf] 的用户我想可以通过 etering [zuf] 找到他，如果用户名是 [zuf] 并且我输入 [Žuf]，也可以在其他方向找到他这个，但我更喜欢更聪明的东西

有什么想法吗？

谢谢阿尔米尔

Answer 1

Lucene for Java 包含一个过滤器来完成这项工作：ICUFoldingFilter (http://lucene.apache.org/core/3_6_1/api/all/org/apache/lucene/analysis/icu/ICUFoldingFilter.html)，在 maven 包中lucene-icu（至少在 3.6.1 版本中）。我不知道 Lucene.net 是否存在这样的库，但是，由于它基于 ICU，您应该能够在 .NET 中重写代码。

ICUFoldingFilter 是什么：

将搜索词折叠应用于 Unicode 文本的 TokenFilter，应用来自 UTR#30 字符折叠的折叠。

此过滤器将报告中的以下折叠应用于 unicode 文本：

- Accent removal
- Case folding
- Canonical duplicates folding
- Dashes folding
- Diacritic removal (including stroke, hook, descender)
- Greek letterforms folding
- Han Radical folding
- Hebrew Alternates folding
- Jamo folding
- Letterforms folding
- Math symbol folding
- Multigraph Expansions: All
- Native digit folding
- No-break folding
- Overline folding
- Positional forms folding
- Small forms folding
- Space folding
- Spacing Accents folding
- Subscript folding
- Superscript folding
- Suzhou Numeral folding
- Symbol folding
- Underline folding
- Vertical forms folding
- Width folding

此外，删除了默认可忽略项，并将文本规范化为 NFKC。所有折叠、大小写折叠和归一化映射都是递归应用的，以确保完全折叠和归一化的结果。

Answer 2

看看ASCIIFoldingFilter，结合LowerCaseFilter它应该可以满足您的需求。