Question

在Solr，我的文字包含30美元和30美元。

我想搜索30美元，只找到包含30美元的文件。

但如果有人搜索30，他们应该找到包含30美元的文件和包含30的文件。

以下是我目前用于索引文本字段的字段类型：

<!-- Just like text_en_splitting, but with the addition of reversed tokens for leading wildcard matches -->
<fieldType name="text_en_splitting_reversed" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
    -->
    <!-- Case insensitive stop word removal.
      add enablePositionIncrements=true in both the index and query
      analyzers to leave a 'gap' for more accurate phrase queries.
    -->
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1" types="word-delim-types.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
       maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
 </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"  types="word-delim-types.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
</fieldType>

我已经定义了word-delim-types.txt来包含：

$ => DIGIT
% => DIGIT
. => DIGIT

因此，当我搜索30美元时，它正确地找到包含“30美元”但不包含“30”的文档。非常好。但是当我搜索“30”时，它找不到包含“30美元”的文件，只包含那些包含“30”的文件。

有没有办法做到这一点？

Answer 1

我找到了问题的解决方案。而不是定义$％和。作为DIGIT，我现在将它们定义为ALPHA，在我的“类型”文件中作为属性传递给WordDelimiterFilterFactory。

$ => ALPHA
% => ALPHA
. => ALPHA

由于我的其他WordDelimiterFilterFactory设置，事情会以实现所需效果的方式被分解和链接：

搜索30美元只会收到包含30美元的文档。搜索30个产生包含30美元和30美元的文档。

如何在Solr中找到包含数字和美元符号的文档？

1 个答案: