Solr 在查询中处理空格和其他特殊标签，如“OR”

Question

我有一个具有以下定义的文本字段：

<fieldType name="myTextField" class="solr.TextField" positionIncrementGap="100">
            <analyzer type="index">
                <tokenizer class="solr.StandardTokenizerFactory"/>
                <filter class="solr.LowerCaseFilterFactory"/>
                <filter class="solr.NGramFilterFactory" minGramSize="1"
                        maxGramSize="40"/>

            </analyzer>
            <analyzer type="query">
                <tokenizer class="solr.StandardTokenizerFactory"/>
                <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
                <filter class="solr.LowerCaseFilterFactory"/>
            </analyzer>
        </fieldType>

现在，我有一个包含此文本的字段： "嗨，这是一个关于 solr 的问题"

还有另一个包含此文本的字段： "aaa solr bbb"

当我的查询字符串是“关于 solr”时，我得到了两个字段作为结果，尽管我只想要第一个字段，因为它是唯一一个包含所有字符（包括空格）的字段。 这不仅发生在空格上，还发生在其他特殊字符上，例如“：”。 用括号搜索（关于 solr）没有帮助。

注意：我在搜索之前转义了我的字符串：

String s1 = ClientUtils.escapeQueryChars(s);

有什么建议吗？

Answer 1

这是 Solr 的预期行为。你需要使用 about AND solr 来获得你想要的行为。默认值为 OR。如果你想改变这种行为，你可以通过使用 q.op 参数作为 q.op=AND 来做到这一点，那么 about solr 将按照你的期望进行处理。但是，将 OR 更改为 AND 并不是一个好主意，因为通常假定 OR，因此更改它不是一个好主意。而是将您的查询更改为 AND。

标准分析器会在空格和特殊字符处打断您的短语。没有这样的列表，任何非字母数字字符都会变成空格。

在此处阅读有关分析器的更多信息：http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters

更新： StandardTokenizerFactory 中断的字符例如是 &,。 ,- 等等。所以这句话：“我和我的狗去散步了。狗追着一只玩具松鼠。”将被分析为 => 我我的狗去散步了狗追了一只玩具松鼠。

如果您只想在空白处中断，请使用：WhitespaceTokenizerFactory

更新： WhitespaceTokenizerFactory 中断的字符是空格和换行符。所以这句话：“我和我的狗去散步了。狗追了一只玩具松鼠。”将被分析为 => [Me] [&] [my] [Dog] [went] [for] [a] [walk.] [The] [dog] [chased] [a] [toy-squirrel.]。

Answer 2

您可以使用 solr 短语查询。您的查询语法将如下所示：

String query = "\"about solr\"";

然后它将匹配您需要的字段。

您当前的查询被解释为：

String query = "about OR solr";

所以它将匹配两个字段，这背后的原因是 solr 查询解析器默认操作符是“OR”。检查您的 schema.xml 文件是否包含以下条目：

<solrQueryParser defaultOperator="OR"/>

希望这能消除您的疑虑。

更多详情请参考以下链接：

http://www.solrtutorial.com/solr-query-syntax.html

http://www.solrtutorial.com/schema-xml.html