使用太阳黑子Solr搜索部分电话号码

Question

我正在使用太阳黑子Solr搜索引擎开发rails应用程序，我需要在Solr 4.1中索引电话号码。

例如，如果我的电话号码为"[phone]"，则我的页面应由查询建立：

• [phone] （正确格式的电话）
• [phone]... （手机左侧格式正确）
• .......[phone]（正确格式的电话右侧）

• .......(456) 789......... （正确格式的手机中间部分）

• 124567890101（仅带号码的完整电话）

• 1245678........... （手机左边部分有连环号码）
• ............890101（带有串联号码的电话右侧）
• ......567890......（电话中间部分，带连线号码）

我知道我可以使用：

• EdgeNGramFilterFactory用于将手机拆分为NGrams（正面和背面）
• WordDelimiterFilterFactory用于连接号码和拆分电话以进行零件。

所以，我做了什么：

1. 在shema.xml中创建新的 Solr 字段类型：

   <fieldType name="phone_number" class="solr.TextField"> <analyzer type="index"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="20" side="front"/> <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="20" side="back"/> </analyzer> </fieldType>

   <dynamicField name="*_phone" stored="false" type="phone_number" multiValued="true" indexed="true"/>

2. 将可搜索的电话字段定义为"*_phone"类型：

   string :work_phone, :as => :work_phone, :stored => true do work_phone.gsub(/D/, '') if work_phone end

   string :mobile_phone, :as => :mobile_phone, :stored => true do mobile_phone.gsub(/D/, '') if mobile_phone end

3. 运行重新索引：

   bundle exec rake sunspot:rebuild

   但是当重新索引完成后它不起作用，我只能找到使用查询搜索的结果："完整电话"和"手机左侧"。使用"手机中间部分"和"手机右侧"搜索不会给我任何结果。

我做错了什么吗？如何使手机部分正确灼热？请帮忙。谢谢！

Answer 1

（仅评论Solr部分，不确定SunSpot如何映射它）

这里有几件事不太对劲：

1. 自 Solr 4.4 以来，side=back 不再是一个选项，因此您可能只会获得同一过滤器的两个副本
2. 无论如何，拥有同一过滤器的两个副本是不好的，因为第二个副本将查看第一个过滤器发布的所有令牌，事情会变得混乱。

这是匹配后缀的好方法，考虑到剥离所有随机的非数字内容和索引/查询的不对称性（来自我的AirPair Solr教程）：

<fieldType name="phone" class="solr.TextField">
  <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory" />
    <filter class="solr.PatternReplaceFilterFactory" pattern="([^0-9])" replacement="" replace="all"/>
    <filter class="solr.ReverseStringFilterFactory"/>
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="30"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory" />
    <filter class="solr.PatternReplaceFilterFactory" pattern="([^0-9])" replacement="" replace="all"/>
    <filter class="solr.ReverseStringFilterFactory"/>
  </analyzer>
</fieldType>

请注意，这对于使用默认分析器包含空格的查询没有帮助，因为它们将在命中字段分析之前在空间上分解。如果您知道您正在搜索电话号码，则可以引用搜索字符串或切换到其他（可能是字段）查询分析器。

如果你确实想匹配中间，也许你不想要这些，只想要NGram，而不是EdgeNGram分析。

Answer 2

Ectualy，这是我的代码，它有效：

架构.xml：

    <fieldType class="solr.TextField" name="phone_number" positionIncrementGap="100">       
    <analyzer type="index">         
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>         
      <filter class="solr.LowerCaseFilterFactory"/>         
      <filter class="solr.NGramFilterFactory" minGramSize="3" maxGramSize="20"/>
    </analyzer>       
    <analyzer type="query">         
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>         
      <filter class="solr.LowerCaseFilterFactory"/>         
      <filter class="solr.WordDelimiterFilterFactory" catenateNumbers="1"/>       
    </analyzer>     
    </fieldType>
 <dynamicField name="*_phone"  stored="false"  type="phone_number" multiValued="false" indexed="true"/>
 <dynamicField name="*_phones" stored="false"  type="phone_number" multiValued="false" indexed="true"/>

和红宝石代码：

  text :work_phone
  text :work_phone_parts, :as => :work_phone do
    "00#{work_phone.gsub(/D/, '')}" if work_phone
  end
  text :mobile_phone
  text :mobile_phone_parts, :as => :mobile_phone do
    "00#{mobile_phone.gsub(/D/, '')}" if mobile_phone
  end