Apache lucene：对数字和德语变音符号进行排序

Question

Apache lucene中是否可以正确排序数字和德语变音符号，例如 “Ü”应解释为“ Ue”，这意味着排序顺序为

U, Ü, Z 

而不是：

U, Z, Ü

像lucene的默认值。

对数字进行排序

1, 2, 3, 100, 101, 102 

和Lucene的默认值不同：

1, 100, 101, 102, 2, 3

我该如何解决这些问题？

谢谢！

Answer 1

是的，有可能。首先，关于德语，在Lucene中处理语言的最佳方法是使用ICU library。对于Lucene，我们具有相应的 lucene-analyzers-icu 依赖项。

您可以使用 ICUCollat​​ionDocValuesField 对值进行排序。

final Collator instance = Collator.getInstance(ULocale.GERMAN);
final ICUCollationDocValuesField contents = new ICUCollationDocValuesField("contents", instance);

稍后使用此字段创建文档，您以后可以在此字段上进行排序并获得预期的结果（例如U，Ü，Z）

可以找到完整的示例there

关于数字的排序-您只需要将它们排序为数字SortField.Type.INT而不是字符串（看起来就像在做），{