处理 yo 和 ye 的 Lucene 分析器（俄语字符）

Question

我正在使用 Lucene 和 StandardAnalyzer 在我的代码中创建索引，但是，“Yo”和“Ye”（Ё 和 Е）存在问题。

我希望带有 'yo' 的搜索结果也产生带有 'ye' 的结果，反之亦然。我尝试使用自定义过滤器创建新的 Analyzer 类，类似于 StandartAnalyzer ，但我没有运气。我对RussianAnalyzer 也很熟悉，但它似乎对我不起作用，因为它分别对待“yo”和“ye”。

这里是块，我正在使用这个分析器：

QueryParser queryParser = new QueryParser("myText", new MyAnalyzer());
queryParser.setDefaultOperator(QueryParser.Operator.AND);

在此之后，我执行 queryParser.parse() 和其他查询构建内容以进行搜索。

问题是：执行此操作的正确方法是什么？我应该使用我的自定义 TokenFilter 吗？或者，也许，我自己的 CharFilter？

相关人物的维基百科链接：https://en.wikipedia.org/wiki/Yo_(Cyrillic) https://en.wikipedia.org/wiki/Ye_(Cyrillic)

Answer 1

乍一看，我认为您需要创建一个将“yo”映射到“ye”的 CharFilter，因为偶尔会由于人为错误而发生这种情况（请参阅上面的“Yo”页面），因此您更有可能找到'yo' -> 'ye' 映射你想要什么。请记住，这种映射需要在搜索和索引期间进行。