按字符串列表过滤 solr 拆分

Question

我的 Solr 实现中有这个 fieldType

<fieldType name="suggestion_text" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
  <filter class="solr.WordDelimiterFilterFactory"
          generateWordParts="1"
          generateNumberParts="1"
          splitOnNumerics="1"
          preserveOriginal="1"
  />
  <filter class="solr.EdgeNGramFilterFactory" maxGramSize="100"/>
  <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
    <analyzer type="query">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
</fieldType>

这几乎适用于我拥有的所有模型。例如对于型号 AB1234，我可以搜索 1234 并找到它。但是我想包含一个特殊案例，我正在尝试找到比当前更好的解决方案：

假设 AB 是制造商，1234 是实际零件编号，但在我的数据库中它们保存为 AB1234。我有一个 A0 制造商和 A01234 零件号，如果我搜索 1234，我不会找到它。

我找到了将 EdgeNGramFilterFactory 转换为 NGramFilterFactory 的解决方法，但这不是我想要的解决方案。我希望 Solr 能够搜索排除前两个字符（如果它们是字母+数字或在极端情况下），但我需要它使用 A0 和没有 A0 进行搜索。

我不知道我是否清楚。无论如何，我尝试使用正则表达式，创建一个新字段并在其上使用此过滤器：

<filter class="solr.PatternReplaceFilterFactory" pattern="(A0)" replacement="" replace="all" />

或

<filter class="solr.PatternReplaceFilterFactory" pattern="[a-zA-Z][0-9]" replacement="" replace="all" />

但这并没有给出预期的结果。

你能帮帮我吗？谢谢

Answer 1

请尝试以下字段类型来解决您的问题。

<fieldType name="text_en_splitting_test" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
      <analyzer type="index">
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.WordDelimiterGraphFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" splitOnNumerics="1" preserveOriginal="1"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        </analyzer>
      <analyzer type="query">
        <tokenizer class="solr.KeywordTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        </analyzer>
    </fieldType>

这适用于以下搜索词。

1. AB1234
2. AB
3. 1234

请找到带有搜索词的建议字段类型的 solr 分析页面的屏幕截图。