java - SoLR 中具有特殊字符的字段排序

Question

我是 SoLR 索引方面的新手。 我想对具有不同值的位置字段进行排序。它还包含以 'sAmerica、#'Japan、%India 等开头的值。

现在，当我对此字段进行排序时，我确实想考虑特殊字符，例如 's、'#、!、~ 等。 我想要排序，它将忽略这个字符并返回类似的结果 美国排名第一，%印度排名第二，#'日本排名第三。

如何让它成为可能？我正在使用 PatternReplaceFilterFactory，但不知道这一点。

  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory" />
    <filter class="solr.WordDelimiterFilterFactory" catenateWords="1"  />
    <filter class="solr.PatternReplaceFilterFactory" pattern="'s" replacement="" replace="all" />
  </analyzer>
</fieldType>

Answer 1

如果您想忽略特殊字符，请尝试使用以下字段类型。
这将小写单词并连接单词，排除所有特殊字符。

    <fieldType name="string_sort" class="solr.TextField" positionIncrementGap="1">
        <analyzer type="index">
            <tokenizer class="solr.KeywordTokenizerFactory" />
            <filter class="solr.LowerCaseFilterFactory" />
            <filter class="solr.WordDelimiterFilterFactory" catenateWords="1" />
        </analyzer>
    </fieldType>

但是，这对于 'sAmerica 不起作用，因为 s 不是特殊字符。

<filter class="solr.PatternReplaceFilterFactory" pattern="'s" replacement="" replace="all" />

如果这是固定模式，您需要将其替换为上面的单词分隔符之前。

编辑 - 您使用此配置吗？

<fieldType name="string_sort" class="solr.TextField" positionIncrementGap="1">
    <analyzer type="index">
        <tokenizer class="solr.KeywordTokenizerFactory" />
        <filter class="solr.LowerCaseFilterFactory" />
        <filter class="solr.PatternReplaceFilterFactory" pattern="'s" replacement="" replace="all" />
        <filter class="solr.WordDelimiterFilterFactory" catenateWords="1" />
    </analyzer>
</fieldType>

通过分析测试了以下内容，并生成了以下标记 -

KT - 阿尔加维
LCF-'萨尔加维
PRF - 阿尔加维
WDF - 阿尔加维

你能检查一下分析吗？