不能忽略标题中的标点符号 - Solr 5 和 Drupal答案

【问题标题】：Can't ignore punctuation in titles - Solr 5 and Drupal不能忽略标题中的标点符号 - Solr 5 和 Drupal
【发布时间】：2016-04-22 16:19:37
【问题描述】：

前一周我发布了一个关于从 Drupal 的 solr 搜索中删除标点符号的问题。那是使用 Solr 4。但是，从那时起，我正在做的开发已经从 solr 4 更改为 solr 5，现在我遇到了同样的问题，但 Can't remove punctuation in Solr 的修复不再有效。这会导致在按标题排序时出现问题，因为很多内容标题都带有引号。

<field name="label" type="text" indexed="true" stored="true" termVectors="true" omitNorms="true"/>
<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
  <analyzer>
    <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="stopwords.txt"
            />
    <filter class="solr.WordDelimiterFilterFactory"
            protected="protwords.txt"
            generateWordParts="1"
            generateNumberParts="1"
            catenateWords="1"
            catenateNumbers="1"
            catenateAll="0"
            splitOnCaseChange="0"
            preserveOriginal="1"/>
    <filter class="solr.LengthFilterFactory" min="2" max="100" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
  </analyzer>
</fieldType>

我尝试添加以下规则，但撇号和引号会顽固地留在那里，并且在按标题排序时会干扰，将开头带引号的任何内容放在列表的最前面。

    <charFilter class="solr.HTMLStripCharFilterFactory" />
    <filter class="solr.ApostropheFilterFactory"/>
    <filter class="solr.PatternReplaceFilterFactory"
        pattern="^\p{Punct}*(.*?)\p{Punct}*$"
        replacement="$1"/>

【问题讨论】：

您是否尝试过相同的字段类型...？或者尝试删除 char 过滤器...
我刚刚尝试删除 char 过滤器，但没有成功。你能解释一下你对相同字段类型的含义吗？

标签： drupal solr solr5

【解决方案1】：

不幸的是，我尝试的所有 Solr 解决方案都无效，所以我从 Drupal 方面解决了它，结果证明它要简单得多。下面的代码替换所有特殊字符和数字，将字符串转换为小写，然后将其添加到 solr 文档中。第二个函数将它添加到可用的排序方法中。

function my_module_apachesolr_index_document_build(ApacheSolrDocument $document, $entity, $entity_type, $env_id) {

      # to keep letters only
      $title = trim($entity->title);
      $title = str_replace(' ', '_', $title);
      $title = preg_replace('/[^a-z]+/i', '', $title);
      $title = strtolower($title);
      $document->addField('ss_new_sort',$title);

}

function my_module_apachesolr_query_prepare(DrupalSolrQueryInterface $query) {
      $query->setAvailableSort('ss_new_sort', array('title' => t('Title'), 'default' => 'asc'));
}

【讨论】：