Question

我有一个文本字段，我正在提供包含产品代码的普通文本（例如FI302010，RR220011等）。我希望能够搜索这些产品编号。我已经在ANALYSIS-tool中尝试过了 - 在这里它看起来应该是可能的。标准文本字段执行一些单词分隔，将产品代码拆分为“FI”和“302010” - 但只要在查询和索引中都发生相同的情况，它就不应该成为问题。当我查看架构浏览器时，我无法找到产品代码，但我可以找到一些看起来像代码的词干版本（即30201 - 缺少最后的0）。

我尝试过使用不同的文本类型（text_ws，textTight和text） - 但没有人会允许我进行搜索。

如何在文本中启用文本搜索？

由于

Answer 1

似乎您需要配置此字段以使用 solr.KeywordTokenizerFactory 作为其标记符。
由于名称没有真正传达，这个标记化器将把底层字段作为一个单独的标记处理，留下空格，字母到数字，数字到字母的过渡，标点符号和所有（除非你也有字符）这些过滤器。）

我不是最新的有关配置Solr的细节，但我猜测该字段的架构中的条目可能看起来像这样：

<fieldtype name="myProductNumberFIeld" class="solr.TextField">
  <analyzer>
    <!-- can have a few filters of course -->
    <charFilter class="solr.MappingCharFilterFactory" 
       mapping="mapping-ISOLatin1Accent.txt"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <!-- etc. -->

    <!-- That's the main thing you need -->
    <tokenizer class="solr.KeywordTokenizerFactory"/>

  </analyzer>
</fieldtype>

更一般地说，您需要为产品编号，部件号，UPC等定义一个相当具体的分析器，作为改善对这些字段的召回的一种方法，因为用户并不总是知道这些标识符的特定格式（标点符号和其他分隔符（如果有的话）应该是等等。）。

然而，具有不同分析器的问题在于它阻止将字段与一般文本搜索相关联，因为在重要时间，只能有一种方法来处理用户的查询。

Answer 2

我在这里找到了解决方案：http://search-with-fast-and-solr.blogspot.com/2010/12/maxfieldlength-in-solr.html

原来，solr正在以10000字截断文档 - 所以我不得不在solrconfig.xml中增加maxFieldLength设置

感谢您的投入！

Answer 3

这实际上只适用于示例配置。

检索Solr 1.4.1并运行示例配置，您可以看到，正如您所说，分析工具显示这适用于股票文本字段。

然后，要验证，请注意示例模式中的“features”字段是text类型。编辑apache-solr-1.4.1 / example / exampledocs中的一个示例文件。说“monitor.xml”。将产品代码添加到一个文档的features字段中。（以及两边的空格）

将文件发布到Solr（使用java -jar post.jar monitor.xml）。现在去搜索它。有用。检查架构浏览器。显示功能字段中的所有条款。请注意，该数字本身就是一个术语。

一切都适合我。

不确定您的架构browswer发生了什么，也许是一个错字？数字不是阻止的。尾随字符是o（字母）而不是零，这可能是你的问题。

使用keywordtokenizer不允许您查找产品代码的数字部分，这是原始问题。

在Solr中搜索数字/产品代码

3 个答案: