java - Lucene 分析器处理 yo 和 ye(俄语字符)

Question

我正在使用 Lucene 和 StandardAnalyzer 在代码中创建索引，但是“Yo”和“Ye”(Ё 和 Е)存在问题。

我希望包含“yo”的搜索结果也能产生包含“ye”的结果，反之亦然。我尝试创建新的分析器类，类似于 StandartAnalyzer ，带有自定义过滤器，但我这边没有运气。我也很了解 RussianAnalyzer，但它似乎对我不起作用，因为它分别对待“yo”和“ye”。

这是我使用此分析器的 block :

QueryParser queryParser = new QueryParser("myText", new MyAnalyzer());
queryParser.setDefaultOperator(QueryParser.Operator.AND);

在此之后，我执行 queryParser.parse() 和其他用于搜索的查询构建内容。

问题是:执行此操作的正确方法是什么？我应该使用自定义 TokenFilter 吗？或者，也许，我自己的 CharFilter？

维基百科链接到相关角色:https://en.wikipedia.org/wiki/Yo_(Cyrillic) https://en.wikipedia.org/wiki/Ye_(Cyrillic)

Answer 1

乍一看，我认为您需要创建一个将“yo”映射到“ye”的 CharFilter，因为偶尔会由于人为错误而发生这种情况(请参阅上面的“Yo”页面)，因此您更有可能找到你想要什么“yo”->“ye”映射。请记住，此映射需要在搜索和索引期间发生。