Indexing SOLR：如何在字段值中使用通配符和问号

在过去的几天里，我已经阅读了很多页面，但可以找到针对以下情况配置字段分析器的任何示例：
-字段值可以同时包含这两个值？和*：
abcdef1

ab？de？2

abc？e*

-查询也可能包含它：
“ab？？e*”和“ab*”——因此应解决所有文件

“ab1*”-仅秒。

---

可以这样配置SOLR吗？

在这种情况下，您可能需要创建字段类型并将其应用于字段

您的字段类型应该包括这样的标记器和过滤器，它们将生成标记

您可以在solr wiki页面上的use tokenizer and filter上阅读更多内容

您还可以使用不同的分析器进行索引和查询

这也取决于您的要求

我建议你试试下面的字段类型

您可以在schema.xml中添加以下字段类型。 对要执行部分/通配符搜索的字段使用“部分搜索”字段类型

完成schema.xml更改后，需要重新启动服务器并重新索引数据

<fieldType name="partial_search" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
        <tokenizer class="solr.KeywordTokenizerFactory"/>
        <tokenizer class="solr.NGramTokenizerFactory" minGramSize="2" maxGramSize="10"/>
    </analyzer>
    <analyzer type="query">
        <tokenizer class="solr.KeywordTokenizerFactory"/>
    </analyzer>
</fieldType>

---

在这种情况下，您可能需要创建字段类型并将其应用于字段

您的字段类型应该包括这样的标记器和过滤器，它们将生成标记

您可以在solr wiki页面上的use tokenizer and filter上阅读更多内容

您还可以使用不同的分析器进行索引和查询

这也取决于您的要求

我建议你试试下面的字段类型

您可以在schema.xml中添加以下字段类型。 对要执行部分/通配符搜索的字段使用“部分搜索”字段类型

完成schema.xml更改后，需要重新启动服务器并重新索引数据

<fieldType name="partial_search" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
        <tokenizer class="solr.KeywordTokenizerFactory"/>
        <tokenizer class="solr.NGramTokenizerFactory" minGramSize="2" maxGramSize="10"/>
    </analyzer>
    <analyzer type="query">
        <tokenizer class="solr.KeywordTokenizerFactory"/>
    </analyzer>
</fieldType>

请重新格式化问题正文。很难理解。好的，现在应该更清楚了。请重新格式化问题正文。很难理解。好吧，现在应该更清楚了。不允许使用多个标记器，所以应该如下：

无论如何，您的方法很好，涵盖了很多变体，除以下内容外：字段=

ab？de？2

和查询=

ab1*

。还有一个：field=

ab*

和query=

ab1234

。我认为ab？de？2是不可能实现的。。。由于您无法创建任何此类标记…您仍然可以从您的终端尝试…我建议使用ngram，您可以实现部分或通配符搜索…当您有一个类似“abhijit”的文本时…然后使用上述字段类型，您将创建标记，如ab、abh、abhi、abhij、abhijit、abhijit、bh、bhi、，bhij…等等，如果你查询..bhi..，那么你应该得到abhijit的结果…也许可以使用FuzzySearch？但据我所知，它可以替换所需术语中的任何字符，因此如果我们得到字段

ab？de？2

和查询

zbcdef2

，它可以匹配它们，但这是错误的。。。如果可以将FuzzySearch配置为仅从两侧（字段和查询）在

？

上启动，则可以解决我的问题。一般来说，我所有的数据都有固定的长度（15个字符），所以我可以用尾随的

？

标记替换所有

*

。您认为如何？不允许使用多个标记器，因此应该如下所示：

无论如何，您的方法很好，涵盖了很多变体，除了以下内容：field=

ab？de？2

和query=

ab1*

。还有一个：field=

ab*

和query=

ab1234

。我认为ab？de？2是不可能实现的。。。由于您无法创建任何此类标记…您仍然可以从您的终端尝试…我建议使用ngram，您可以实现部分或通配符搜索…当您有一个类似“abhijit”的文本时…然后使用上述字段类型，您将创建标记，如ab、abh、abhi、abhij、abhijit、abhijit、bh、bhi、，bhij…等等，如果你查询..bhi..，那么你应该得到abhijit的结果…也许可以使用FuzzySearch？但据我所知，它可以替换所需术语中的任何字符，因此如果我们得到字段

ab？de？2

和查询

zbcdef2

，它可以匹配它们，但这是错误的。。。如果可以将FuzzySearch配置为仅从两侧（字段和查询）在

？

上启动，则可以解决我的问题。一般来说，我所有的数据都有固定的长度（15个字符），所以我可以用尾随的

？

标记替换所有

*

。你觉得怎么样？