Question

我一直试图让我的Solr架构（使用Solr 1.3.0）创建由空格和标点符号标记的术语。以下是我希望看到的一些例子：

terms given -> terms tokenized

foo-bar -> foo,bar
one2three4 -> one2three4
multiple words/and some-punctuation -> multiple,words,and,some,punctuation

我认为这种组合可行：

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1"/>
  </analyzer
<fieldType>

问题是，这会导致字母到数字转换的以下内容：

one2three4 -> one,2,three,4

我尝试了WordDelimiterFilterFactory设置的各种组合，但没有一个被证明有用。是否有可以处理我需要的过滤器或标记器？

Answer 1

怎么样

<filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" splitOnNumerics="0" />

应该阻止one2three4被拆分

如何设置Solr以在空格和标点符号上进行标记？

1 个答案: