在Solr（查询分析器）中标记NGramFilterFactory的结果

我正在使用NGramFilterFactory进行索引和查询

因此，如果我搜索“溢出”，它会创建如下查询：

mySearchField:"ov ve ... erflow overflo verflow overflow"

mySearchField:"ow"
mySearchField:"we"
mySearchField:"erflow"
mySearchField:"owerflo"
mySearchField:"werflow"
mySearchField:"owerflow"

但是如果我拼错了“overflow”，即“owerflow”，则没有匹配项，因为查询周围的引号：

mySearchField:"ow we ... erflow owerflo werflow owerflow"

是否可以标记NGramFilteFactory的结果，它将创建如下查询：

mySearchField:"ov ve ... erflow overflo verflow overflow"

mySearchField:"ow"
mySearchField:"we"
mySearchField:"erflow"
mySearchField:"owerflo"
mySearchField:"werflow"
mySearchField:"owerflow"

---

在本例中，solr还将查找结果，因为标记“erflow”存在。

您不需要像编写的那样标记查询。检查在

schema.xml

中是否在索引时间和查询时间应用了

NGramFilterFactory

。 然后，您正在使用的查询解析器会产生不同。使用

LuceneQParser

可以得到您想要的结果，但使用

demax

和

eDisMax

则不行

我用

eDisMax

和

debugQuery=on

检查了查询

mySearchField:owerflow

：

<str name="querystring">text:owerflow</str>
<str name="parsedquery">
+((text:o text:w text:e text:r text:f text:l text:o text:w text:ow text:we text:er text:rf text:fl text:lo text:ow text:owe text:wer text:erf text:rfl text:flo text:low text:ower text:werf text:erfl text:rflo text:flow text:owerf text:werfl text:erflo text:rflow text:owerfl text:werflo text:erflow text:owerflo text:werflow text:owerflow)~36)
</str>

text:owerflow
+（（文本：o文本：w文本：e文本：r文本：f文本：l文本：o文本：w文本：ow文本：we文本：er文本：rf文本：fl文本：lo文本：ow文本：wer文本：erf文本：rfl文本：flo文本：low文本：werf文本：rflo文本：werfl文本：erflo文本：rflo文本：rflo文本：rflo文本：erflo文本：erflo文本：erflow文本：ow文本：OWRFLOW文本：OWRFLOW文本：OWRFLOW文本）~36）

如果查看生成的查询的结尾，您将看到

~36

，其中36是从查询生成的n克数。由于该

~36

，您不会得到任何结果，但您可以通过参数更改它，该参数是应匹配的最小值

如果将查询更改为

mySearchField:owerflow&mm=1

或小于25的值，则将得到您要查找的结果

此答案与您的答案之间的区别在于，使用

EdgeNGramFilterFactory

中缀查询，如

mySearchField:werflow

不会返回任何结果，而使用

NGramFilterFactory

则会返回任何结果

---

无论如何，如果您正在使用

NGramFilterFactory

进行拼写更正，我强烈建议您也来看看，它正是为了这个目的而制作的。

好的，我找到了一种快速简便的方法来解决这个问题

fieldType有一个可选属性autoGeneratePhraseQueries（默认值=true）。如果我将AutoGenerateFlaseQueries设置为false，则一切正常

说明：

schema.xml中使用的字段类型：

<fieldType name="edgytext" class="solr.TextField" autoGeneratePhraseQueries="false">
 <analyzer type="index">
   <tokenizer class="solr.KeywordTokenizerFactory"/>
   <filter class="solr.LowerCaseFilterFactory"/>
   <filter class="solr.EdgeNGramFilterFactory" minGramSize="1" maxGramSize="25" />
 </analyzer>
 <analyzer type="query">
   <tokenizer class="solr.WhiteSpaceTokenizerFactory"/>
   <filter class="solr.LowerCaseFilterFactory"/>
   <filter class="solr.EdgeNGramFilterFactory" minGramSize="1" maxGramSize="25" />
 </analyzer>
</fieldType>

如果要为“惊喜”一词编制索引，则索引中包含以下标记：

s、 苏，苏尔，苏尔，苏尔，苏尔，苏尔，苏尔，苏尔，苏尔

如果您正在搜索“surpriese”（拼写错误），solr将创建以下标记（匹配的标记为粗体）：

s，su，sur，SURRI，SURRI，SURRIE，SURRIES，SURRIES

将创建的实际查询如下所示：

我的搜索区：s，我的搜索区：su，我的搜索区：sup。。等等

但如果将autogenerateFlaseQueries设置为true，则将创建以下查询：

我的搜索领域：“s su SUP supr supr supr SUPRIE SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES SUPRIES su

---

这是一个短语查询，与索引术语不匹配。

谢谢您的回答。SpellCheckComponent是我不适合的特殊情况，因为我需要拼写错误的单词的搜索结果，而不是正确拼写的建议。但是我找到了另一个解决方案（见我的答案）。@MaxSchmidt我有机会更深入地研究了你的问题，并使用

NGramFilterFactory

找到了一个解决方案，看看我更新的答案。无论如何，你当然可以使用

拼写检查组件

对拼写错误的单词进行拼写更正。这很奇怪。使用eDisMax和debugQuery=on且不使用AutogenerateFlaseQueries=“false”时，我得到：text:overflow+DisjunctionMaxQuery（（text:o v e r f l o w v v v e r f l o w v e r f f f r f f f f l low））（）奇怪！哪个solr版本？你确定

eDisMax

不是

DisMax

？确切的查询字符串：我使用的是solr/lucene 3.5实际上我不理解这个解决方案，但我很好奇，我不知道这个参数；）你能从你的

schema.xml

中发布你的

mySearchField

字段定义吗？@javanna我在回答中添加了一个解释。请注意，我终于使用了EdgeNGramFilterThanks，我会看看它的！