在包含标签的 Solr 中搜索答案

【问题标题】：Search in Solr with also hashtag included在包含标签的 Solr 中搜索
【发布时间】：2016-04-28 17:10:17
【问题描述】：

假设如果我在 solr 中使用关键字 IPL 进行搜索，我想要同时包含 IPL 和 #IPL 的结果。如何做到这一点？

我在索引和查询中尝试了下面这样的 WordDelimFactory，但没有成功 .

我想我必须将字符串拆分为“string”和“#string”，但不知道该怎么做。

【问题讨论】：

【解决方案1】：

如果您希望每个关键字都作为#keyword 进行搜索，那么您可以尝试在查询中使用 OR 运算符，例如

/select?q="IPL" OR "#IPL"

如果你想在特定领域进行搜索，那么

/select?q=title:"IPL" OR title:"#IPL"

您可以尝试使用同义词。但在这种情况下，它只是前缀#。

转到您的 solr 实例的配置文件。在 conf 文件夹中编辑 synonyms.txt 文件。

IPL => #IPL

或

在 schema.xml 文件中更改您的查询字段标记器，

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">  
      <analyzer type="query">
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter class="solr.LowerCaseFilterFactory"/>
 </analyzer>
</fieldType>

然后用字段名/select?q=text:#IPL查询

因为 solr 文本是默认的，你可以试试/select?q=#IPL

【讨论】：

我想对所有搜索关键字执行此操作，而不仅仅是 IPL。如何在 synonyms.txt 中这样配置？
您的查询词已标记化。 solr.StandardTokenizerFactory 将从您的关键字中删除 #。
我正在使用 whitespacefactory
我修改了答案检查它。在 schema.xml 文件中更改查询字段标记器

【解决方案2】：

这是通过WordDelimiterFilterFactory 完成的。设置generateWordParts=1. 同时保持preserveOriginal=1。这将保留原始文件，并在没有 # 的情况下创建新文件。

修改schema.xml后重启服务器并重新索引数据。

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
<analyzer>
<tokenizer class="solr.WhitespaceTokenizerFactory"/>

        <filter class="solr.StopFilterFactory"
                ignoreCase="true"
                words="stopwords.txt"
                enablePositionIncrements="true"
                />
        <filter class="solr.WordDelimiterFilterFactory"
                protected="protwords.txt"
                generateWordParts="1"
                generateNumberParts="1"
                catenateWords="1"
                catenateNumbers="1"
                catenateAll="0"
                splitOnCaseChange="0"
                preserveOriginal="1"/>
        <filter class="solr.LengthFilterFactory" min="2" max="100" />
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>

      </analyzer>
    </fieldType>

【讨论】：