带有特殊字符的 Solr 排序答案

【问题标题】：Solr sorting with special characters带有特殊字符的 Solr 排序
【发布时间】：2014-08-27 14:07:27
【问题描述】：

我希望能够按字母顺序对具有母语字符的字段进行排序，例如“Ö”、“Ş”或“Ç”（土耳其语字符）。

我的 solr 架构的相关部分如下：

<field name="bookTitle" type="text_tr" indexed="true" stored="true"/>
<field name="bookTitleSort" type="string" indexed="true" stored="false"/>
<copyField source="bookTitle" dest="bookTitleSort"/>

首先，我尝试使用bookTitle asc 进行排序，但结果根本不是按字母顺序排列的。然后我添加了一个名为bookTitleSort 的string 字段，并尝试了bookTitleSort asc。除了特殊字符外，它工作正常。以其中一个字符开头的字符位于末尾。

【问题讨论】：

标签： solr

【解决方案1】：

使用ICUCollationKeyFilter 获取可识别区域设置的可用排序顺序。链接的 wiki 页面上有一个示例，显示了如何通过 TextField 来做到这一点，KeywordTokenizer 与 ICUCollationKeyFilter 一起：

<fieldType name="icu_sort_tr" class="solr.TextField">
  <analyzer>
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.ICUCollationKeyFilterFactory" locale="tr" strength="primary"/>
  </analyzer>
</fieldType>

据我所知，tr 是土耳其语的正确语言环境，但请随时仔细检查。

【讨论】：

我改用CollationKeyFilterFactory，因为它不需要任何额外的罐子，并且在土耳其语中运行良好。还添加了TurkishLowerCaseFilterFactory 过滤器。无论如何，感谢您为我指明正确的方向。

【解决方案2】：

'ICUCollationKeyFilterFactory' 已弃用。您需要将其指定为架构中的字段类型，例如：

<fieldType name="string_tr" class="solr.ICUCollationField"  locale="tr" strength="primary"  />

由于 Collation 库不包含在默认模式中，您需要将其添加到 solrconfig.xml 中。在 solrconfig 中，必须添加“solr-analysis-extras-”、“icu4j-”、“lucene-analyzers-icu-*”。小心只添加一次这些库。所有 jar 将被加载一次并可供所有内核使用。您可以使用 solr 详细模式检查您的库。

<lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-analysis-extras-.*\.jar" />
<lib dir="${solr.install.dir:../../../..}/contrib/analysis-extras/lib" regex=".*\.jar"/> 
<lib dir="${solr.install.dir:../../../..}/contrib/analysis-extras/lucene-libs" regex=".*\.jar" />

用于以详细模式启动 solr solr 可以将 solr 启动为 bin\solr.cmd start -f -v

【讨论】：