Zend Lucene 不索引特殊字符（尽管使用了 Common_Utf8Num_CaseInsensitive）

【问题标题】：Zend Lucene doesn't index special characters (although Common_Utf8Num_CaseInsensitive is used)Zend Lucene 不索引特殊字符（尽管使用了 Common_Utf8Num_CaseInsensitive）
【发布时间】：2014-01-13 23:27:39
【问题描述】：

虽然我使用其中一种 UTF8 分析器，但 Lucene 不能很好地处理特殊字符（如 ë，它是荷兰语中的常见字符）。使用本地 Xampp 安装在 Windows 上进行测试得知 ë 由 lucene 存储为 Ã«

在我的实时站点 (linux-server) 上，情况更糟：当 Lucene 遇到像 ë 这样的字符时，它会完全停止对字符串进行索引。

我只是不明白我做错了什么。希望有人能解释一下...

【问题讨论】：

其他示例存储为 Â，无论是否使用 html_entity_decode()

标签： php zend-framework lucene

【解决方案1】：

要使 Zend Lucene 正确编码荷兰语，需要将语言环境设置为荷兰语：

setlocale(LC_CTYPE, 'nl_NL.utf8')

或

setlocale(LC_ALL, 'nl_NL.utf8')

我已经这样做了，但结果表明我托管我的网站的服务器上没有安装此语言环境。

您可以通过检查setlocale(LC_CTYPE, 'nl_NL.utf8') 的返回值来检查这一点。如果返回 false，则表示未安装语言环境。

【讨论】：