solr 部分单词匹配答案

【问题标题】：solr partial word matchsolr 部分单词匹配
【发布时间】：2014-11-19 08:32:26
【问题描述】：

背景：

solr 4.10;
linux/java - 我猜他们在这一点上是无关紧要的；

我有这个词：ABCDEF。我需要找到名称（字段：NAME）与ABCDEF 有相同数量的字母的所有文档。示例：ABCDEF 应该匹配 4 个字母匹配：

本身（ABCDEF、ABCD、BCDE 等）；
各种排列：B..A.DE...、..F..A.DE... - 这里的点是除ABCDEF 之外的其他字母。

我会尝试使用正则表达式（例如：^(<em>.?)([ABCDEF] (.</em>?)){4}$），但这也将匹配 A..A..B..C（A 出现两次），我不需要这个。

字段类型为string。但是，添加另一个要以不同方式标记和索引的字段不会有问题。

此外，模糊搜索/匹配不是一个选项 - 因为我需要在匹配的字段中出现这些确切的字母。

有什么想法吗？

谢谢！

【问题讨论】：

您能否给出您的场景中的任何用例，以便我知道您到底想做什么。几个月前，我在处理 solr 时也遇到了类似的情况。
嗯，这很简单：我有一本书的名字，如果有一本书以相同的 2 个字母开头（比如说）并且它有 3 个其他字母，我需要在 solr 中搜索与原名通用。其他3个字母的位置不重要，但不能与开头的2个字母重叠。

标签： regex solr match partial

【解决方案1】：

将每个唯一字母（或键）索引为单独的标记 - 您可以在索引代码中将其拆分，也可以使用更新处理器将字段拆分为字符。请务必使用不会丢弃短标记（例如停用词）的字段类型。

当您有一个单独包含每个字母/键的字段时，使用 (e)dismax 的 mm 参数来提供必须匹配的词条数，并提供要搜索的字母/键作为单独的词条.

Index: ABCDEF
Document: field: (A, B, C, D, E, F)

Query: BCDF
/select?q=B C D F&mm=4&defType=dismax

Query: BCDF, at least two must match
/select?q=B C D F&mm=2&defType=dismax

【讨论】：