用于双引号的Solr PatternTokenizer正则表达式

Question

我想使用＆＃34;使用PatternTokenizer作为输入的标记seperatior。我在schema.xml中的设置是以下

<tokenizer class="solr.PatternTokenizerFactory" pattern="[\s\.,!(){\[\]:}\"]+"/>

但自从第二次＆＃34;是错误的关闭模式（Solr不能从它开始）。如何实现我想要的输出？

Answer 1

您需要将行更新为

pattern="[\s.,!(){\[\]:}"]+"

必须用XML实体替换文字引号。

作为替代方案，您可以使用正则引擎正确解析的\u0022作为文字双引号。