Question

我们有一个字段'facet_tag'，其中包含描述产品的标签。由于标签是德语，因此它们可能包含非ASCII字符（如变音符号）。以下是一些可能的值：

“Zelte”
“Tunnelzelte”
“Äxte”
“Sägen”
“Softshells”

现在，如果我们使用类似的查询来查询facer：

http://<solr_host>:<solr_port>/solr/select?q=*&facet=on&facet.field=facet_tag&facet.sort=index

排序结果如下：

<lst name="facet_counts">
    <lst name="facet_queries"/>
    <lst name="facet_fields">
        <lst name="facet_tag">
            <int name="Softshells">1</int>
            <int name="Sägen">1</int>
            <int name="Tunnelzelte">1</int>
            <int name="Zelte">1</int>
            <int name="Äxte">2</int>
        </lst>
    </lst>
    <lst name="facet_dates"/>
    <lst name="facet_ranges"/>
</lst>

标签“Äxte”应该是第一个项目，然后是“Sägen”。显然，在这种情况下，Solr不能很好地处理非ASCII字符（在分面搜索的文档中也有说明，请参阅http://wiki.apache.org/solr/SimpleFacetParameters#facet.sort）

有没有办法让Solr正确排序这些值而不规范变音符号（因为我们向用户显示值）？

Answer 1

我会使用ASCIIFoldingFilterFactory：

将不在前127个ASCII字符（“Basic Latin”Unicode块）中的字母，数字和符号Unicode字符转换为ASCII等效字符（如果存在）。

这样，您索引的内容会被标准化（例如Äxte会被索引为Axte），但存储的内容不会更改。这就是为什么你应该得到预期的排序，但你将展示的内容仍然是原始的（例如Äxte）。

<强>更新
该解决方案不适用于facet，因为它们使用索引值。使用ASCIIFoldingFilterFactory您可以进行正确的排序，但您也会看到规范化的字符作为输出。基本上你可以有正确的排序，但错误的输出或错误的排序，但正确的输出。不幸的是，我不知道任何其他解决方案。

使用非ASCII值按索引对Facets进行排序

1 个答案: