考虑一个包含以下内容的汽车数据库:
- 奔驰C级
- 奔驰A级
- 宝马 3系
- 马自达 3
我有一个架构可以返回部分匹配的结果。如您所见,我将要考虑的最小字符限制为 2:
<fieldType class="solr.TextField" name="string_contains" positionIncrementGap="100">
<analyzer type="index">
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
<filter class="solr.StopFilterFactory" enablePositionIncrements="true" ignoreCase="true" words="stopwords.txt"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
<filter class="solr.EdgeNGramFilterFactory" maxGramSize="15" minGramSize="2"/>
<filter class="solr.ReverseStringFilterFactory"/>
<filter class="solr.EdgeNGramFilterFactory" maxGramSize="15" minGramSize="2"/>
<filter class="solr.ReverseStringFilterFactory"/>
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
</analyzer>
<analyzer type="query">
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
</analyzer>
</fieldType>
因此,如果用户搜索"ercedes",将返回两个梅赛德斯条目。如果用户搜索"C"或"3",则不会返回任何内容,因为架构至少设置 2 个字符。
我还有以下架构,它将返回任何完全匹配:
<fieldType class="solr.TextField" name="textStemmed" omitNorms="true" positionIncrementGap="0">
<analyzer type="index">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" enablePositionIncrements="true" ignoreCase="true" words="stopwords.txt"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.EnglishPossessiveFilterFactory"/>
<filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
<filter class="solr.PorterStemFilterFactory"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.SynonymFilterFactory" expand="true" ignoreCase="true" synonyms="synonyms.txt"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="querystopwords.txt"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.EnglishPossessiveFilterFactory"/>
<filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
<filter class="solr.PorterStemFilterFactory"/>
</analyzer>
使用上述方法,搜索"C"将返回"梅赛德斯 C 类",因为它是完全匹配的,但对于部分匹配没有任何内容。
是否有可能以某种方式拥有一个与第一个模式类似的模式,即它可以返回部分匹配项,但也可以在完全匹配时将匹配项返回到单个字符术语?
谢谢马克
你可以这样做:
- 声明两个(或更多(字段"carpartial"定义为string_contains,"carexact"定义为textStemmed。
- 使用复制字段将原始字段复制到这些附加字段中
- 您可以使用 Edismax 处理程序来查询这两个字段,但一个字段比另一个字段更提升: qf=string_contains^4 textStemmed^6
您可能想要调整分析链,但您会看到它是如何工作的,使用相同字段的不同变体(当然,您可以添加更多(,并具有不同的提升。