Solr 用于索引和查询的Lucene自定义分析器

我正在研究lucene 4.7，并尝试迁移我们在solr配置中使用的一个分析器

但是，我就是不知道如何在上面的配置中使用HTMLStripCharFilterFactory和WordDelimiterFilterFactory。另外，对于我在solr中的查询，我的分析器如下所示，如何在lucene中实现相同的查询

说明了如何使用

字符过滤器。在重写的
initReader
方法中包装读取器

我假设您的
WordDelimiterFilter
的问题在于您不知道如何设置正在使用的配置选项？通过将适当的常量与二进制and（
&
）组合，可以构造一个int来传递到构造函数中。例如：

int config=WordDelimiterFilter.GENERATE\u NUMBER\u PARTS&WordDelimiterFilter.GENERATE\u WORD\u PARTS//等

因此，最终你可能会得到如下结果：

//StopwordAnalyzerBase为您提供了一些方便的方法来处理停止词集。
公共类MyAnalyzer扩展了StopwordAnalyzerBase{
私有最终版本=Version.LUCENE_47；
私有int-wordDelimiterConfig；
公共MyAnalyzer（）引发IOException{
super（版本，loadStopwordSet（新文件阅读器（“stopwords.txt”），匹配版本）；
//最好先加载这个配置，再加上停止字
wordDelimiterConfig=
WordDelimiterFilter.GENERATE\u WORD\u部件&
WordDelimiterFilter.GENERATE\u NUMBER\u部件&
WordDelimiterFilter.CATENATE\u单词&
WordDelimiterFilter.CATENATE\u编号&
WordDelimiterFilter.PRESERVE_原件；
}
@凌驾
受保护的TokenStreamComponents createComponents（字符串字段名、读卡器）{
标记器源=新的空白标记器（版本，读取器）；
TokenStream筛选器=新的WordDelimiterFilter（源，wordDelimiterConfig，null）；
过滤器=新的小写过滤器工厂（版本，过滤器）；
过滤器=新的停止过滤器（版本、过滤器、停止字）；
过滤器=新PorterStemFilter（过滤器）；
返回新组件（源、筛选器）；
}
@凌驾
受保护的读卡器initReader（字符串字段名，读卡器）{
返回新的HTMLStripCharFilter（读取器）；
}
}

注意：我已将
停止过滤器
移动到
小写过滤器
之后。这使得它不区分大小写，只要停止词定义都是小写的。不知道这是否是由于
WordDelimiterFilter
导致的问题。如果是这样的话，就有一个，但坦率地说，我不知道如何使用它