Java 如何扩展Lucene'；s StandardAnalyzer用于定制特殊字符处理？

我正在使用Lucene的StandardAnalyzer处理特定的索引属性。 由于像

这样的特殊字符没有按预期编制索引，我想替换这些字符：


a->a
é->e
è->e
ä->ae
ö->oe
ü->ue

扩展
org.apache.lucene.analysis.standard.StandardAnalyzer
类的最佳方法是什么

我一直在寻找一种方法，标准解析器迭代所有标记（单词），我可以逐字检索，并在那里发挥神奇的作用

谢谢您的提示。
我建议使用
MappingCharFilter
，它将允许使用字符串替换的字符串映射，因此它将完全符合您的要求

一些附加信息-
您不会扩展
StandardAnalyzer
，因为analyzer的实现是最终的。analyzer实现的核心是
createComponents
方法，您无论如何都必须重写该方法，因此无论如何扩展它都不会有什么好处

相反，您可以复制StandardAnalyzer源代码，并修改
createComponents
方法。对于您所要求的，我建议添加，它将尝试将UTF字符（例如重音字母）转换为ASCII等效字符。因此，您可以创建类似以下内容的分析器：

Analyzer analyzer = new Analyzer() {
  @Override
  protected TokenStreamComponents createComponents(final String fieldName) {
    final StandardTokenizer src = new StandardTokenizer();
    src.setMaxTokenLength(maxTokenLength);
    TokenStream tok = new StandardFilter(src);
    tok = new LowerCaseFilter(tok);
    tok = new ASCIIFoldingFilter(tok); /*Adding it before the StopFilter would probably be most helpful.*/
    tok = new StopFilter(tok, StandardAnalyzer.ENGLISH_STOP_WORDS_SET);
    return new TokenStreamComponents(src, tok) {
      @Override
      protected void setReader(final Reader reader) {
        src.setMaxTokenLength(StandardAnalyzer.DEFAULT_MAX_TOKEN_LENGTH);
        super.setReader(reader);
      }
    };
  }

  @Override
  protected TokenStream normalize(String fieldName, TokenStream in) {
    TokenStream result = new StandardFilter(in);
    result = new LowerCaseFilter(result);
    tok = new ASCIIFoldingFilter(tok);
    return result;
  }
}

如果您展示了您从
StandardAnalyzer
调用的所有方法，那么将更容易为您提供帮助。（仅供参考，由于课程是最终课程，因此您无法扩展它）。这就是说，它看起来像是
StandardAnalyzer
有一个构造函数，它接受
读取器
。您可能会利用这一点，并将其传递给自定义阅读器？