如何将 solr 字符串字段截断为 10 个字符？答案

【问题标题】：How can I truncate a solr string field to 10 characters?如何将 solr 字符串字段截断为 10 个字符？
【发布时间】：2012-05-05 07:51:47
【问题描述】：

我为索引创建了以下字符串字段。

<fieldType name="short_text_for_sort" class="solr.StrField" omitNorms="true" sortMissingLast="true" omitTermFreqAndPositions="true" positionIncrementGap="100">
  <analyzer type="index">
    <!-- TODO: truncate to 10 characters-->
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.ASCIIFoldingFilterFactory"/>
  </analyzer>
</fieldType>

如何将此字段限制为 10 个字符？我需要编写自己的过滤器吗？

【问题讨论】：

标签： solr indexing

【解决方案1】：

一个选项：PatternTokenizerFactory 并将输入正则表达式转换为您需要的任何形式。

第二个选项：使用 copyfield 命令，将 maxChars 参数设置为 10。

第三种选择：在您的数据进入 solr 之前处理此问题。

第二个选项可能是最简单的，并且可以让您保持原始字段值不变。

【讨论】：

你好迈克，你能举个例子吗？我是一个solr新手。谢谢。
第四个选项：使用<filter class="solr.TruncateTokenFilterFactory" prefixLength="10" />

【解决方案2】：

使用字长过滤器

<filter class="solr.LengthFilterFactory" min="1" max="10" />

http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.LengthFilterFactory

*edit 我可能弄错了。我不确定这会截断令牌（看起来它可能只是过滤令牌）

【讨论】：

正确的只会过滤掉这些值，它不会截断它们。使用TruncateTokenFilterFactory 截断