Solr WordDelimiterFilterFactory 和句点字符答案

【问题标题】：Solr WordDelimiterFilterFactory and Period CharactersSolr WordDelimiterFilterFactory 和句点字符
【发布时间】：2012-01-30 18:11:01
【问题描述】：

我正在通过 sunspot_rails v1.2 gem 使用 solr。

在我的 schema.xml 文件中，我有以下内容：

<fieldType name="text" class="solr.TextField" omitNorms="false">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" catenateWords="1" preserveOriginal="1"/>
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="50" side="front"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" preserveOriginal="1"/>
  </analyzer>
</fieldType>

如果我索引字符串firstname.lastname@example.com，如果我搜索example.com，我可以找到它，但如果我搜索firstname.lastname，则找不到。

如果我从查询设置中删除WordDelimiterFilterFactory，那么我可以通过搜索firstname.lastname 来发送电子邮件；但是，当我搜索 example.com 时，什么也没有出现。

如何修改配置文件，以便能够通过这两种方式进行搜索？

【问题讨论】：

注意：我发现了主要问题。显然，列出过滤器的顺序很重要。我在LowerCaseFilterFactory 之后应用了WordDelimiterFilterFactory，因此索引了一些大写的单词。

标签： solr lucene sunspot sunspot-rails

【解决方案1】：

您可以使用Solr Admin Analysis Page 调试当前索引和查询分析配置如何影响您的搜索，另一种选择是使用Luke 查看Lucene 索引。

但是，您可以探索另一种选择。由于电子邮件和 URL 需要以特定方式处理，Lucene 有一个 StandardTokenizer 的变体，专门处理电子邮件和 URL Lucene Email/URL Tokenizer 对应的 Solr Email/URL Tokenizer Factory

【讨论】：