Question

我们正在使用Lucene进行文本搜索，作为sitecore的一部分。是否有任何方法可以忽略sitecore搜索中的停用词（如a，an，...）？

Answer 1

默认情况下，Sitecore使用Lucene标准分析器 - Lucene.Net.Analysis.Standard.StandardAnalyzer。您可以看到这是在web.config文件的/configuration/sitecore/search/analyzer元素中定义的。 StandardAnalyzer类的一个构造函数接受它将考虑停用词的字符串数组。默认情况下，它使用硬编码的停用词列表，其中包括：

“a”，“an”，“and”，“are”，“as”，“at”， “be”，“but”，“by”，“for”，“if”，“in”， “into”，“is”，“it”，“no”，“not”，“of”， “on”，“or”，“such”，“that”，“the”， “他们的”，“然后”，“那里”，“这些”， “他们”，“这个”，“到”，“是”，“将”， “与”

如果您想要覆盖此行为，我认为您应该继承StandardAnalyzer并覆盖其默认构造函数，以从其他来源而不是硬编码数组中获取停用词。您有各种选项，甚至可以从文本文件中读取它。不要忘记在web.config中用你的标准类替换它。

有关详细信息，请参阅StandardAnalyzer类的其他构造函数。 .NET Reflector是你的朋友。

Answer 2

Yans帖子的一个例子：

public class CaseAnalyzer : Lucene.Net.Analysis.Standard.StandardAnalyzer
{
   private static Hashtable stopWords = new Hashtable(); //{{"by","by"}}; <-- Makes "by" a stopword that will not be matched in analyzer
   public CaseAnalyzer() : base(Lucene.Net.Util.Version.LUCENE_29, stopWords)
   {      
   }
}

这应该在

下的web.config中注册

/configuration/sitecore/search/analyzer

分析仪注册的一个例子

<caseanalyzer type="EBF.Business.Search.Analyzers.CaseAnalyzer, EBF.Business, Version=1.0.0.0, Culture=neutral"/>

最后，您只需要在搜索配置中注册您的分析器

<Analyzer ref="search/caseanalyzer" />

在sitecore中停用单词

2 个答案: