如何在 solr 查询中忽略空格

Question

我在 Solr 上有名称 Audioslave 索引，我想将该文档与查询字符串 Audio Slave 匹配。

我配置了以下规则：

<fieldType name="text_filter" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory" />
    <filter class="solr.WordDelimiterFilterFactory"
            catenateWords="1"
            catenateNumbers="1"
            catenateAll="1"
            preserveOriginal="1"
            generateWordParts="1"
            generateNumberParts="1"/>
    <filter class="solr.TrimFilterFactory" />
    <filter class="solr.LowerCaseFilterFactory" />
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory" />
    <filter class="solr.WordDelimiterFilterFactory"
            catenateWords="1"
            catenateNumbers="1"
            catenateAll="1"
            preserveOriginal="1"
            generateWordParts="1"
            generateNumberParts="1"/>
    <filter class="solr.TrimFilterFactory" />
    <filter class="solr.LowerCaseFilterFactory" />
  </analyzer>
</fieldType>

还有一个使用它的字段：

<field name="artist_name_filter"  type="text_filter"  multiValued="false" indexed="true" stored="true" required="false" />

使用 Solr 分析工具时，一切看起来都很好。

查询部分如下：

• KeywordTokenizerFactory 生成Audio Slave，
• 然后 WordDelimiterFilterFactory 将其拆分为 Audio Slave、Audio、AudioSlave 和 Slave（让我们只使用此处的第三列 (AudioSlave)。
• TrimFilterFactory 将其保留为AudioSlave
• 最后将LowerCaseFilterFactory改成audioslave

另一方面，索引部分是：

• KeywordTokenizerFactory 生成Audioslave，
• 然后 WordDelimiterFilterFactory 和 TrimFilterFactory 将其保持为Audioslave
• 最后将LowerCaseFilterFactory改成audioslave

所以两个字段应该匹配，但是查询没有返回结果：

http://localhost:8983/solr/search_api/select?defType=edismax&fq=type:Artist&q=Audio%20slave&qf=artist_name_filter&wt=json

Answer 1

您的问题不是分析，而是 QueryParser 语法。空格用于分隔查询子句，不受分析器的影响。当你有q=Audio slave时，它首先应用查询语法规则，并将其分成子句“音频”和“从属”，然后分别分析每个子句。

我相信逃离空间应该可以完成工作：q=Audio\ slave

这里的短语查询似乎应该可以工作，例如q="Audio slave"，但它没有。它会生成类似："(audio slave audio audioslave) slave" 对我来说，这是有问题的。

Answer 2

尝试使用WhitespaceTokenizerFactory 作为索引部分的标记器。 这里KeywordTokenizerFactory 保持文本原样......它不会创建任何标记。

将其替换为WhitespaceTokenizerFactory。 WhitespaceTokenizerFactory 将在空间创建令牌。