使用Sunspot Solr搜索电话号码的一部分

我正在用sunspot Solr搜索引擎开发rails应用程序，我需要在Solr 4.1中索引电话号码

例如，如果我有电话号码“+12（456）789-0101”，我的页面应通过以下查询建立：

• +12（456）789-0101（电话格式正确）
• +12（456）789。。。。。。。。。（手机左侧部分格式正确）
• …….（456）789-0101（手机右侧部分格式正确）
• ……456）789。。。。。。。。。（手机中部格式正确）

• 124567890101（仅带号码的完整电话）

• 1245678。。。。。。。。。。（电话的左半部分带有链接号码）
• 890101（电话的右侧部分，带有连网号码）
• ……567890。。。。。。（电话的中间部分带有连网号码）

我知道我可以使用：

• EdgeNGramFilterFactory

  用于将手机拆分为NGrams（正面和背面）

• WordDelimiterFilterFactory

  用于连接电话号码，拆分电话用于部件

因此，我所做的是：

在

shema.xml

中创建新的Solr字段类型：

将可搜索电话字段定义为“*\电话”类型：

string:work\u phone，：as=>：work\u phone，：stored=>true do
工作电话.gsub（/\D/，''）如果是工作电话
结束

string:mobile\u phone，：as=>：mobile\u phone，：stored=>true do
mobile\u phone.gsub（/\D/，''）如果是mobile\u phone
结束

运行重新索引：

bundle exec rake太阳黑子：重建

但当重新索引完成后，它就不起作用了，我只能通过以下查询找到结果：“完整手机”和“手机的左侧部分”。用“手机中部”和“手机右侧”搜索不会给我任何结果

我做错什么了吗？如何使手机部件正确烧焦？ 请帮忙。谢谢

（仅对Solr部分进行评论，不确定太阳黑子如何绘制它）

这里有两件事不太对劲：

自Solr4.4以来，side=back不再是一个选项，因此您可能只得到同一个过滤器的两个副本

拥有同一个筛选器的两个副本无论如何都是不好的，因为第二个副本将查看第一个筛选器发出的所有令牌，事情将变得一团糟

这里是一个匹配后缀的好方法，考虑到剥离所有随机的非数字内容和索引/查询的不对称性（从我的：

)查询解析器

如果你真的想匹配中间部分，也许你不想要这些，只想要NGram，而不是EdgeNGram分析
 （仅对Solr部分进行评论，不确定太阳黑子如何绘制它）

这里有两件事不太对劲：

自Solr4.4以来，side=back不再是一个选项，因此您可能只得到同一个过滤器的两个副本
拥有同一个筛选器的两个副本无论如何都是不好的，因为第二个副本将查看第一个筛选器发出的所有令牌，事情将变得一团糟
这里是一个匹配后缀的好方法，考虑到剥离所有随机的非数字内容和索引/查询的不对称性（从我的：


)查询解析器

如果你真的想匹配中间部分，也许你不想要这些，只想要NGram，而不是EdgeNGram分析
 实际上，这是我的代码，它可以工作：

Schema.xml：

    <fieldType class="solr.TextField" name="phone_number" positionIncrementGap="100">       
    <analyzer type="index">         
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>         
      <filter class="solr.LowerCaseFilterFactory"/>         
      <filter class="solr.NGramFilterFactory" minGramSize="3" maxGramSize="20"/>
    </analyzer>       
    <analyzer type="query">         
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>         
      <filter class="solr.LowerCaseFilterFactory"/>         
      <filter class="solr.WordDelimiterFilterFactory" catenateNumbers="1"/>       
    </analyzer>     
    </fieldType>

 <dynamicField name="*_phone"  stored="false"  type="phone_number" multiValued="false" indexed="true"/>
 <dynamicField name="*_phones" stored="false"  type="phone_number" multiValued="false" indexed="true"/>

实际上，这是我的代码，它可以工作：

Schema.xml：

    <fieldType class="solr.TextField" name="phone_number" positionIncrementGap="100">       
    <analyzer type="index">         
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>         
      <filter class="solr.LowerCaseFilterFactory"/>         
      <filter class="solr.NGramFilterFactory" minGramSize="3" maxGramSize="20"/>
    </analyzer>       
    <analyzer type="query">         
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>         
      <filter class="solr.LowerCaseFilterFactory"/>         
      <filter class="solr.WordDelimiterFilterFactory" catenateNumbers="1"/>       
    </analyzer>     
    </fieldType>

 <dynamicField name="*_phone"  stored="false"  type="phone_number" multiValued="false" indexed="true"/>
 <dynamicField name="*_phones" stored="false"  type="phone_number" multiValued="false" indexed="true"/>

谢谢所以，据我所知，我只需要使用NgramFilterFactory和PatternReplaceFilterFactory来获得预期的结果。我需要从查询中删除空格和其他非数字符号吗？请给我Ngram factory的examle以作为查询进行搜索：格式正确的手机，只带数字的手机以及左/中/右部分（带空格和不带空格，“-”，“+”）。谢谢你！我没有。但我认为你应该试着用普通的边缘过滤器来代替边缘过滤器，看看这样做是否奏效。最糟糕的情况是，你可以将字段复制到另一个字段并搜索这两个字段。谢谢！所以，据我所知，我只需要使用NgramFilterFactory和PatternReplaceFilterFactory来获得预期的结果。我需要从查询中删除空格和其他非数字符号吗？请给我Ngram factory的examle以作为查询进行搜索：格式正确的手机，只带数字的手机以及左/中/右部分（带空格和不带空格，“-”，“+”）。谢谢你！我没有。但我认为你应该试着用普通的边缘过滤器来代替边缘过滤器，看看这样做是否奏效。最坏的情况是，您可以将字段复制到另一个字段并同时搜索这两个字段。
  text :work_phone

  text :work_phone_parts, :as => :work_phone do
    "00#{work_phone.gsub(/\D/, '')}" if work_phone
  end

  text :mobile_phone

  text :mobile_phone_parts, :as => :mobile_phone do
    "00#{mobile_phone.gsub(/\D/, '')}" if mobile_phone
  end