Solr: полосу пунктуации перед индексом

Question

У меня проблема с полостью препинания от индекса SolR, когда знак пунктуации следует сразу после слова, то это слово не проиндексируется должным образом.

Например: если мы индексируем «Hello, John», актив не будет найден к ключевому слову «Hello», пока не будет никакой проблемы, если мы удалим запятую после слова «Hello».

Есть ли фальсификатор, которые предполагают полосу препинания? Есть идеи?

Спасибо, Богдан.

Answer 1

Вы можете использовать solr.PatternReplaceFilterFactory Чтобы положить начало и затяжной пунктуацию с этим:

<filter class="solr.PatternReplaceFilterFactory"
    pattern="^\p{Punct}*(.*?)\p{Punct}*$"
    replacement="$1"/>

И если вы хотите прокрутить всю пунктуацию в начале и заканчиваться, кроме как (например) долларовой знак перед ним, вы можете использовать это:

<filter class="solr.PatternReplaceFilterFactory"
    pattern="^[\p{Punct}&&[^$]]*(.*?)\p{Punct}*$"
    replacement="$1"/>

Answer 2

Это делается со словомДелимитерфлтерторией. Установить GenerateWordParts = 1.

Есть также PatternTokedizerFactory. Это можно было бы использовать, но я никогда не пробовал.

Answer 3

Используйте PatternreplaceFilterFactory

<!-- remove punctuation -->
    <filter class="solr.PatternReplaceFilterFactory" pattern="^(\p{Punct}*)(.*?)(\p{Punct}*)$" replacement="$2"/>
    <filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.StandardFilterFactory"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
  </analyzer>

...