Question

QA网站：snknop38we.azurewebsites.net/

查询示例： Solr：GETting'q =（111 AND（已发布：True）AND（（entity_type_id：19））AND（（available_start_date_time_utc：[*现在]）或（： -available_start_date_time_utc：[* TO *] ]））AND（（available_end_date_time_utc：[NOW TO ]）或（：* -available_end_date_time_utc：[* TO *]））），start = 0，rows = 20，qf = name short_description published = true is_out_of_stock = false，hl = true，hl.fl = name，short_description'from'/ spell'

预期结果： VM11110xl Kramer

目前的结果：

名称＆amp;的方案类型简短描述字段

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100" multiValued="true">
      <analyzer type="index">
        <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-FoldToASCII.txt"/>
        <charFilter class="solr.HTMLStripCharFilterFactory"/>
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <!--<filter class="solr.SnowballPorterFilterFactory" language="Russian" protected="lang/protwords_lt.txt"/>-->
        <filter class="solr.PorterStemFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-FoldToASCII.txt"/>
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt"/>
        <!--<filter class="solr.SynonymFilterFactory" synonyms="lang/synonyms_ru.txt" ignoreCase="true" expand="true"/>-->
        <filter class="solr.LowerCaseFilterFactory"/>
        <!--<filter class="solr.SnowballPorterFilterFactory" language="Russian" protected="lang/protwords_ru.txt"/>-->
        <filter class="solr.PorterStemFilterFactory"/>
      </analyzer>
    </fieldType>

我们如何修改我们的方案以支持数字搜索？我们也不想丢失当前的搜索功能

Answer 1

主要问题是您希望匹配令牌的子字符串，因此根据您要实现的内容，向链中添加NGramFilter可以是一种解决方案。您必须调整值以获得您正在寻找的命中率，因为它也将匹配“110” - 具体取决于您构建数据的方式。

如果您只想匹配每个令牌的开头，您可以使用EdgeNgramfilter，也可以使用通配符搜索字符串（field:111*）（但请记住，这可能会禁用其他部分令牌处理，所以在这种情况下你最好使用edgengramfilter）。

在这两种情况下，您只需要在编制索引时添加ngramfilter，而不是在查询时添加。

Answer 2

使用以下架构：

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100" multiValued="true">
      <analyzer type="index">
        <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-FoldToASCII.txt"/>
        <charFilter class="solr.HTMLStripCharFilterFactory"/>
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <!--<filter class="solr.SnowballPorterFilterFactory" language="Russian" protected="lang/protwords_lt.txt"/>-->
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
        <filter class="solr.PorterStemFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-FoldToASCII.txt"/>
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt"/>
        <!--<filter class="solr.SynonymFilterFactory" synonyms="lang/synonyms_ru.txt" ignoreCase="true" expand="true"/>-->
        <filter class="solr.LowerCaseFilterFactory"/>
        <!--<filter class="solr.SnowballPorterFilterFactory" language="Russian" protected="lang/protwords_ru.txt"/>-->
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
        <filter class="solr.PorterStemFilterFactory"/>
      </analyzer>
 </fieldType>

我使用过WordDelimiterFilterFactory。它按照以下规则将单词拆分为子词。

拆分字内分隔符（所有非字母数字字符）。 “Wi-Fi” - ＆gt; “Wi”，“Fi”
拆分案例转换（可以关闭 - 请参阅splitOnCaseChange参数） “PowerShot” - ＆gt; “权力”，“射击”
拆分字母数字转换（可以关闭 - 请参阅splitOnNumerics参数） “SD500” - ＆gt; “SD”，“500”
忽略每个子字上的前导和尾随字内分隔符 “//你好---那里，'老兄'” - ＆gt; “你好”，“有”，“老兄” 每个子词都删除了尾随“'s”（可以关闭 - 请参阅stemEnglishPossessive参数） “奥尼尔的” - ＆gt; “O”，“Neil”
注意：由于可能的子字组合，此步骤不会在单独的过滤器中执行。

来源：http://www.pathbreak.com/blog/solr-text-field-types-analyzers-tokenizers-filters-explained

Solr搜索号码

2 个答案: