SoLR中具有特殊字符的字段的排序

Question

我是 SoLR 索引的新手。 我想对具有不同值的位置字段进行排序。它还包含以 'sAmerica、#'Japan、%India 等开头的值。

现在，当我对该字段进行排序时，我确实想考虑特殊字符，例如 's、'#、!、~ 等。 我想要排序，它会忽略这个字符并返回类似的结果 美国排名第一，%印度排名第二，#'日本排名第三。

如何让它成为可能？我正在使用 PatternReplaceFilterFactory，但不知道这个。

  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory" />
    <filter class="solr.WordDelimiterFilterFactory" catenateWords="1"  />
    <filter class="solr.PatternReplaceFilterFactory" pattern="'s" replacement="" replace="all" />
  </analyzer>
</fieldType>

Answer 1

如果您想忽略特殊字符，请尝试使用以下字段类型。
这会将单词小写并连接不包括所有特殊字符的单词。

    <fieldType name="string_sort" class="solr.TextField" positionIncrementGap="1">
        <analyzer type="index">
            <tokenizer class="solr.KeywordTokenizerFactory" />
            <filter class="solr.LowerCaseFilterFactory" />
            <filter class="solr.WordDelimiterFilterFactory" catenateWords="1" />
        </analyzer>
    </fieldType>

但是，这不适用于 'sAmerica，因为 s 不是特殊字符。

<filter class="solr.PatternReplaceFilterFactory" pattern="'s" replacement="" replace="all" />

如果这是固定模式，则需要将其替换为上面的单词分隔符。

编辑 -- 你在使用这个配置吗？

<fieldType name="string_sort" class="solr.TextField" positionIncrementGap="1">
    <analyzer type="index">
        <tokenizer class="solr.KeywordTokenizerFactory" />
        <filter class="solr.LowerCaseFilterFactory" />
        <filter class="solr.PatternReplaceFilterFactory" pattern="'s" replacement="" replace="all" />
        <filter class="solr.WordDelimiterFilterFactory" catenateWords="1" />
    </analyzer>
</fieldType>

通过分析测试了以下内容，它产生了以下标记 -

KT - 阿尔加维
LCF - 'salgarve
PRF - 阿尔加维
WDF - 阿尔加维

你能检查一下分析吗？