Zend Lucene - 将瑞典角色称为化名

Question

我使用Zend Lucene索引瑞典文本。问题在于，lucene在瑞典字符tokenäö中标记了单词。例如，单词“världens”在索引中变成两个单词“v”和“ldens”。

有没有办法添加zend lucene应该接受的字符而不是标记化？

Answer 1

使用UTF-8 compatible text analyzer代替default text analyzer进行标记化。请注意，这需要PHP的PCRE（Perl兼容的正则表达式）库使用UTF-8支持进行编译（默认情况下，如果您使用与PHP捆绑的PCRE库，但如果使用共享库则可能未启用） 。对于UTF-8兼容分析器的不区分大小写的版本，您还需要启用mbstring扩展。

Answer 2

使用分析仪。请参阅有关text analysis，using utf8以及writing your own analyser文档的文档。我建议您只使用UTF-8分析仪。