Solr- 캐릭터 대체

Question

인덱스 데이터베이스가있는 Solr이 있습니다. 내 데이터베이스에서 모든 데이터는 라트비아어입니다. 문제는 마치 단어 rīga 인 것처럼 Word Riga를 검색 할 수 있어야한다는 것입니다. 물론, 나는 동의어 -Rīga = riga를 정의 할 수 있지만, 그 글자는 문자 I입니까? 나는 Solr.isolatin1accentfilterfactory에 대해 읽었지만, 내가 이해하는 한, 이것은 UTF-8 인코딩을위한 것이 아닙니다. 조언?

Answer 1

인덱스 및 쿼리와 함께 사용 된 PatternReplaceFilterFactory. 제대로 작동하는 것 같습니다.

Answer 2

Irolatin1accentFilterFactory는 정확히 당신이 찾고있는 것입니다 ... 라틴 -1 문자 세트에 악센트가 존재하는 한 (UTF-8의 낮은 7 비트는 라틴 -1과 동일합니다). 당신이 언급 한 ī는 ISO-8859-1에 존재하지 않으므로이 특정 경우에는 Irospin1accentFilterFactory가 작동하지 않습니다. 나는 당신이 도움이 될 라트비아 문자가있을 수 있으므로 PatternReplaceFilterFactory를 사용하는 예외 외에도 Irolatin1accentFilterFactory를 사용하는 것이 좋습니다 (Latvian에 대한 경험이 없다고 가정합니다).

참고로, 나는 실제로 Irolatin1accentFilterFactory를 사용하여 Solr 설정에 대해 시도했지만이 경우에 도움이되지 않았습니다.

Answer 3

유니 코드 문자 정규화를 제공하는 icutokenizerfactory를보십시오. 매우 유용하고 매우 쉽습니다.

http://lucene.apache.org/solr/api/org/apache/solr/analysy/icutokenizerfactory.html

http://site.icu-project.org/