Solr搜索标签或提及

我们使用solr版本3.5搜索推文，我使用以下设置的

WordDelimiterFactory

，可以搜索

@username

或

\hashtags

：

<filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="0" splitOnNumerics="0" preserveOriginal="1" handleAsChar="@#"/>

---

好的，通过阅读您提到的SOLR-2059补丁，看起来他们已经将WordDelimiterFactory上的

handleAsChar

属性替换为

types

属性。以下是Analyzer、Tokenizer和Token Filters Solr Wiki页面中该属性的规范：

types=“wdfftypes.txt”允许对此筛选器进行自定义标记化。该文件应该存在于solr/conf目录中，并且条目的格式（不带引号）“%=>ALPHA”或“\u002C=>DIGIT”。允许的类型有：下、上、字母、数字、字母数、子字

因此，如果我们以本文档以及SOLR-2059中的文件为例，我建议如下：

然后定义twittertypes.txt文件，如下所示，并将其放置在Solr实例中schema.xml文件所在的文件夹中（可能是conf文件夹）

请注意，您需要使用Unicode字符（UTF-8）作为哈希符号，因为它在文本文件中被视为注释

根据所有文档，这将解决您的问题，并将#和@符号视为alpha字符，这将提供您正在寻找的行为。

您还可以构建，它将解析用户名和hashtag作为本机的特殊标记。然后，您可以添加一个自定义过滤器，该过滤器规范化这些用户名和hashtag的大小写（假定它们不区分大小写），同时保持其他标记不变：

<fieldType name="text_twitter" class="solr.TextField" positionIncrementGap="100" multiValued="true">
  <analyzer type="index">
    <tokenizer class="org.opentapioca.analysis.twitter.TwitterTokenizerFactory" />
    <filter class="org.opentapioca.analysis.twitter.TwitterLowercaseFilterFactory" />
  </analyzer>
  <analyzer type="query">
     <tokenizer class="org.opentapioca.analysis.twitter.TwitterTokenizerFactory" />
     <filter class="org.opentapioca.analysis.twitter.TwitterLowercaseFilterFactory" />
  </analyzer>
</fieldType>

您能否显示您正在使用的整个fieldType定义，以便在其他筛选器或标记器可能影响您的结果时我们可以显示？就我个人而言，我只需在索引中添加两个字段，一个用于提及列表，一个用于标记。将这些内容添加到索引时，从tweet中解析出来。这样你就不需要依赖新功能了。谢谢Paige，昨晚很晚才解决了这个问题，正如你所说的那样工作。我完成了上述所有工作，重新启动了solr服务，仍然在搜索#pizza，pizza会产生相同的结果，有什么线索或者我应该遵循的步骤吗？在进行配置更改后，你是否重新编制了文档索引？每当您在schema.xml文件中进行影响文档索引方式的更改时，都必须重新为文档编制索引，以使更改反映在索引项中。是的，我做了

manage.py rebuild\u index

和

manage.py update\u index

仍然一样，可能是我做错了什么。

<fieldType name="text_twitter" class="solr.TextField" positionIncrementGap="100" multiValued="true">
  <analyzer type="index">
    <tokenizer class="org.opentapioca.analysis.twitter.TwitterTokenizerFactory" />
    <filter class="org.opentapioca.analysis.twitter.TwitterLowercaseFilterFactory" />
  </analyzer>
  <analyzer type="query">
     <tokenizer class="org.opentapioca.analysis.twitter.TwitterTokenizerFactory" />
     <filter class="org.opentapioca.analysis.twitter.TwitterLowercaseFilterFactory" />
  </analyzer>
</fieldType>