Solr：搜索带连字符的术语给出 0 个结果

Posted 2023-02-18

【中文标题】Solr：搜索带连字符的术语给出 0 个结果

【英文标题】：Solr: Search for hyphenated terms give 0 results

【发布时间】：2013-06-29 20:09:09

【问题描述】：

我无法在我的 SOLR 搜索结果中检索带连字符的术语。例如，当我尝试搜索：superman、super man 等时，我应该在搜索结果中看到 super-man、super-man3 等标题。

FieldType如下：

<fieldType name="autocomplete_edge" class="solr.TextField">
    <analyzer type="index">
        <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt" />
        <tokenizer class="solr.KeywordTokenizerFactory" />
        <filter class="solr.LowerCaseFilterFactory" />
        <filter class="solr.PatternReplaceFilterFactory" pattern="([\.,;:-_])" replacement=" " replace="all" />
        <filter class="solr.EdgeNGramFilterFactory" maxGramSize="30" minGramSize="1" />
        <filter class="solr.PatternReplaceFilterFactory" pattern="([^\w\d\*æøåÆØÅ ])" replacement="" replace="all" />
    </analyzer>
    <analyzer type="query">
        <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt" />
        <tokenizer class="solr.KeywordTokenizerFactory" />
        <filter class="solr.LowerCaseFilterFactory" />
        <filter class="solr.PatternReplaceFilterFactory" pattern="([\.,;:-_])" replacement=" " replace="all" />
        <filter class="solr.PatternReplaceFilterFactory" pattern="([^\w\d\*æøåÆØÅ ])" replacement="" replace="all" />
        <filter class="solr.PatternReplaceFilterFactory" pattern="^(.30)(.*)?" replacement="$1" replace="all" />
    </analyzer>
</fieldType> 

请帮忙。

问候

【问题讨论】：

能否请您以更易读的格式发布字段类型？

您好，原始问题已被编辑为内容更易读。像 super、super-、super-man、superman 这样的搜索词返回所需的标题。它失败的情况是：给出0结果的超人

【参考方案1】：

我建议将WordDelimiterFilterFactory 用于您的用例。

WordDelimiterFilterFactory 将允许您生成可以根据特殊字符和数字拆分的标记，并且还可以保留原始标记，以便与搜索词匹配。

例如generateWordParts 将转换 super-man -> super, mansplitOnNumerics 将生成 super-man3 -> super, man, 3catenateWords 将转换 super-man -> supermancatenateAll 将转换 super-man3 -> superman3

因此，这将为您提供匹配相同单词组合的能力

【参考方案2】：

假设您正在标记您的连字符确定（请参阅下面答案中提到的 WordDelimiterFilterFactory），那么您的 solr 配置文件中的默认字段 (df) 或作为参数传递 (&df=xxxx) 与您的字段相同标记化？

假设您的默认字段是：文本 并且您的索引字段是：名称

如果我们查询超人

name:super man

实际查询是：

parsedquery_toString: "+name:super +text:man"

不匹配。如果你用引号查询超人：

name:"super man"

它应该可以正常工作，但不太灵活：

parsedquery_toString: "name:\"super man\"",

如果您将 df 设置为 name（例如匹配索引字段），它会给出：

parsedquery_toString: "+name:super +name:man"

也可以直接查询

name:super name:man

请注意，如果您使用的是 dismax，如果仍然不匹配，则可能需要查看 mm 字段。