Sitecore lucene 希腊语搜索对重音敏感吗？答案

【问题标题】：Sitecore lucene greek search is accent sensitive?Sitecore lucene 希腊语搜索对重音敏感吗？
【发布时间】：2017-01-02 04:50:51
【问题描述】：

在默认安装 Sitecore 8 时，我有一个存储桶，里面有很多东西。当我在希腊语的 RTE 字段上发出内容搜索查询时，Sitecore 似乎以区分重音的方式处理搜索词，这对于希腊语是错误的。

有人可以指出正确的方向，使索引重音对希腊语不敏感吗？

【问题讨论】：

标签： sitecore lucene.net sitecore8 accent-insensitive

【解决方案1】：

问题似乎在于 Sitecore 理解文化并将文化执行上下文分配给其搜索和索引的方式。

对于特定的解决方案，我们已将“el-GR”语言重命名为“el”（以在 url 中显示“nicely”）。反过来，Sitecore 分配了一个名为“el”而不是“el-GR”的 CultureInfo。但是在 defaultIndexConfiguration 配置文件中，只有 CultureExecutionContext 的 CultureInfo 为 el-GR 时才会分配希腊分析器，因此数据实际上是使用 StandardAnalyzer 索引的，而不是 GreekAnalyzer，因此对重音敏感。

我们添加了额外的配置来涵盖 CultureInfo 名称为“el”的情况（实际上复制了“el-GR”配置节点）并且在必要的索引重建之后，一切正常。

虽然 Sitecore 会去更改 CultureInfo 对象的名称，但它相当模糊......

【讨论】：

【解决方案2】：

您需要更换分析仪。就如何分析而言，对于这种情况，我想到了两个不错的选择：

使用org.apache.lucene.analysis.el.GreekAnalyzer。这将满足您的要求，并添加希腊语词干。这可能是最好的选择，除非你真的不想要词干。

创建一个使用GreekLowerCaseFilter 的自定义分析器，而不是标准的小写过滤器。此过滤器将删除变音符号等，因此我相信它会满足您的需求：

public class StandardWithGreekLower extends StopwordAnalyzerBase{
    public StandardWithGreekLower() {
    }

    @Override
    protected TokenStreamComponents createComponents(final String fieldName) {
        StandardTokenizer src = new StandardTokenizer();
        TokenStream filter = new StandardFilter(src);
        filter = new GreekLowerCaseFilter(filter);
        //If you want to add a stop filter, this would be a good place for it
        return new TokenStreamComponents(src, filter);
    }
}

【讨论】：

啊，我应该更清楚地表明这是一个 lucene.NET 问题。另外，我可以验证我确实在使用希腊语分析器，因为这就是“默认 Sitecore 8 安装”所做的 - 当文化被识别为希腊语时分配希腊语分析器。