Question

我发现包含'of'，'和'，'the'等的搜索不会返回结果，因为Lucene删除了停用词。因此，如果我搜索标题为“第一次世界大战的后果”的项目，我将得到零结果。

但是，如果我删除''和''，那么我正在寻找“第一次世界大战的后果”。我会收到预期的文件。

ContentSearch API是否会从查询中删除停用词？这是一个可以配置Lucene删除的东西吗？或者我应该在构建查询之前删除这些停用词吗？

由于亚当

Answer 1

您可以将Sitecore标准分析器配置为接受您自己的自定义停用词集。创建一个带有停用词的文本文件（每行一个停用词），然后在Sitecore.ContentSearch.Lucene.DefaultIndexConfiguration.config文件中进行以下配置更改

<param desc="defaultAnalyzer" type="Sitecore.ContentSearch.LuceneProvider.Analyzers.DefaultPerFieldAnalyzer, Sitecore.ContentSearch.LuceneProvider">
  <param desc="defaultAnalyzer" type="Lucene.Net.Analysis.Standard.StandardAnalyzer, Lucene.Net">
    <param hint="version">Lucene_30</param>
      <param desc="stopWords" type="System.IO.FileInfo, mscorlib">
      <param hint="fileName">[FULL_PATH_TO_SITECORE_ROOT_FOLDER]\Data\indexes\stopwords.txt</param>
      </param>
  </param>
</param>

进一步阅读：我撰写了一篇关于此问题的博文，可能会有所帮助http://blog.horizontalintegration.com/2014/03/19/sitecore-standard-analyzer-managing-you-own-stop-words-filter/

Answer 2

我认为这与blog的问题存在同样的问题。

您可以尝试按照博文中的步骤进行操作吗？

其他选项可以是创建自定义分析器并向构造函数提供stopWords列表。类似的东西：

public class CustomAnalyzer : Lucene.Net.Analysis.Standard.StandardAnalyzer
{
    private static Hashtable stopWords = new Hashtable()
    {
        {"of", "of"},
        {"stopword2", "stopword2"}
    }; 
    public CustomAnalyzer() : base(Lucene.Net.Util.Version.LUCENE_30, stopWords)
    {      
    }
}

修改后，您需要更改配置文件。关于Analyzer的一篇很好的博文，你可以找到here。 P.S。：如果真的有效，我没有尝试我的代码。

Sitecore 7 ContentSearch API是否会删除查询中的停用词？

2 个答案: