Question

所以，我有一个Solr实例，它使用StandardTokenizer（以及ClassicFilterfactory，LowercaseFilterFactory和Stopfilterfactory）来处理输入和查询。

在我的索引中有许多带有下划线名称的文件（例如。some_indexed_file.jpg）。

我注意到如果我查询some_indexed_file.jpg，我会找到正在寻找的文件。

但是，如果我或者搜索some_indexed_file.jp*，（那是带星号的，我假设它是一个通配符），根据我的理解应该产生类似的结果，我没有得到任何结果。

知道发生了什么：我认为我误解了solr处理查询的方式吗？

编辑：根据要求，以下是架构XML配置条目：

    <fieldType name="default" class="solr.TextField">
        <analyzer type="index">
            <tokenizer class="solr.StandardTokenizerFactory" />
            <filter class="solr.ClassicFilterFactory" />
            <filter class="solr.LowerCaseFilterFactory" />
            <filter class="solr.StopFilterFactory" />
        </analyzer>
        <analyzer type="query">
            <tokenizer class="solr.StandardTokenizerFactory" />
            <filter class="solr.ClassicFilterFactory" />
            <filter class="solr.LowerCaseFilterFactory" />
            <filter class="solr.StopFilterFactory" />
        </analyzer>
    </fieldType>



   <field name="filename" type="default" multiValued="true" omitNorms="false" termVectors="false"/>

Answer 1

嗯，更多的研究已经解决了这个问题：基本问题是Solr不对通配符查询应用文本分析。

这意味着它正在搜索与some_indexed_file.jp*完全匹配的内容。但是，当文件名被索引时，它被标记为“some”“indexed”和file.jpg，这与此搜索词不匹配。
搜索some_indexed_file.jpg正在被正确标记，因此返回正确的结果。

solr StandardTokenizer：如何用通配符处理下划线？

1 个答案: