Solr中每个查询项的模糊匹配

由于Lucene 4的Levenshtein实现声称比以前快100倍（），我想对查询中的所有术语进行模糊匹配。这个想法是，搜索“gren hose”应该能够找到文档“green house”（我现在并不真正关心短语，这里的引用只是为了让它更可读）

我正在使用Lucene 4+Solr 4。在我进行一些预处理和后处理时，Solr周围有一个小的包装servlet，该servlet使用SolrJ最终访问Solr

我现在有点迷茫，不知道什么才是实现这一目标的正确方法。我的基本方法是将搜索查询分解为多个术语，并将tilde/fuzzy运算符附加到每个术语。因此，“gren hose”将变成“gren~hose~”。现在的问题是如何正确地做到这一点。我可以看到几种方法：

暴力：假设术语由空格分隔，因此只需解析查询并在每个空格之前（即每个术语之后）附加一个波浪号

两个步骤：在打开查询调试的情况下将查询发送到Solr。这将为我提供一个由Solr解析的查询词列表。然后，我可以从调试输出中提取术语，附加tilde操作符，并使用添加的tilde操作符重新运行查询

内部：钩住搜索请求处理程序，并在将查询解析为术语后附加tilde操作符

方法1非常糟糕，因为它完全绕过了Solr的查询解析，所以我不想这样做。如果两次解析查询的成本不太高，那么方法2听起来非常可行。方法3听起来恰到好处，但我还没有弄清楚在哪里我必须连接到处理链中

---

也许有一种完全不同的方式来实现我想做的事情，或者这只是我一个愚蠢的想法。不管怎样，我真的很感激你给我一些建议，也许其他人已经做过类似的事情了。谢谢

我将提出以下方法：

在应用程序中实现一个查询处理程序模块，您可以从输入用户查询中构建solr查询。这样，SOLR端不会发生任何变化，应用程序可以控制进入SOLR的内容

实现您自己的查询解析器，您可以从标准的SOLR查询解析器（org.apache.SOLR.search.QParser）开始进行更改。您的应用程序只需要选择您的自定义查询解析器，您的实现应该注意其他方面

我更喜欢方法1，因为这使得系统对SOLR升级完全不可知，SOLR的任何新版本都不需要我更新定制qparser，您也不必在新版本中更新/构建和设置定制qparser

如果您对应用程序没有任何控制权，并且不想通过qparser路由，那么您可以实现一个Servlet过滤器，在将solr查询发送到solr请求过滤器之前对其进行转换