solr 中的 ToTitleCase 停止在 Solr 中使用 SCREAMING CAPS

Question

我正在使用 solr 的 faceting，我遇到了一个问题，我希望我可以使用过滤器来解决。

基本上有时一个城镇名称会通过 SOLR 作为

“剑桥”

有时它会通过

“剑桥”

我想在 Solr 中使用过滤器来阻止 SCREAMING CAPS 版本的城镇名称。似乎有一个 fitler 来制作所有的文字lower case。

<!-- A text field that only sorts out casing for faceting -->
    <fieldType name="text_facet" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
  <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
      <analyzer type="query">
  <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
    </fieldType>

我想知道是否有人知道过滤器会忽略单词的第一个字符并将小写字母应用于其余字符。例如

• 剑桥 >> 剑桥
• 赫尔河畔金斯敦 >> 赫尔河畔金斯敦

等

或者，如果编写自己的过滤器很容易.. 一些关于如何做到这一点的帮助将不胜感激.. 我不是 Java 人..

谢谢

Answer 1

也许你可以利用 solr.PatternReplaceCharFilterFactory？

<fieldType name="textCharNorm" class="solr.TextField">
  <analyzer>
    <filter class="solr.LowerCaseFilterFactory"/>
    <charFilter class="solr.PatternReplaceCharFilterFactory"
                pattern="([^\s]{1})([^\s]*)" replaceWith="\U$1\L$2"/>
  </analyzer>
</fieldType>

注意，我还没有测试过代码或 solr.PatternReplaceCharFilterFactory，所以我不确定它是否有效。如果您需要构建自己的过滤器，本指南可能会很有用：

http://robotlibrarian.billdueber.com/building-a-solr-text-filter-for-normalizing-data/

// 约翰

Answer 2

AFAIK 没有这样的内置过滤器。想写的话，参考LowerCaseFilterFactory和LowerCaseFilter，好像不是很难。

或者您可以在客户端执行此操作，即在 SolrNet 中，您可以编写一个 IsolrOperations 装饰器，在实际查询后使用ToTitleCase 进行必要的转换。