Apache solr 搜索部分单词

Question

我正在使用 apache solr 搜索引擎来索引我的网站数据库。

我正在使用 django+http://haystacksearch.org/< /a>

所以，假设我有一个包含单词“Chicken”的文档，

当我搜索“chicken”时 - solr 可以找到此文档

，但是当我搜索“chick”时 - 它找不到任何内容。

有没有办法解决这个问题？

Answer 1

注意：以下解决方案是 Solr 1.4（及更高版本） 特定的！

为了获得更大的灵活性，我建议使用 NGramTokenizerFactory 进行完整的前后通配符搜索。如果您只想搜索字符串开头或结尾的子字符串，请考虑使用 EdgeNGramTokenizerFactory。

这是文本字段类型的替换，可以满足您的需求：

<fieldType name="text" class="solr.TextField" >
<analyzer type="index">
    <tokenizer class="solr.NGramTokenizerFactory" minGramSize="3" maxGramSize="15" />
    <filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
<analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory" />
    <filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
</fieldType>

Answer 2

如果您想查找所有以chick开头的单词，请搜索chick*。

Answer 3

当我使用

<tokenizer class="solr.NGramTokenizerFactory" minGramSize="3" maxGramSize="15" />

Brian 的答案进行通配符搜索时，Solr 索引时间急剧增加。都在20多次！
我在这里找到的通配符搜索问题的另一个决定：

http://www.lucidimagination.com/blog/2009/09/08/auto-suggest-from-popular-queries-using-edgengrams/

您只需添加过滤器

<filter class="solr.EdgeNGramFilterFactory" minGramSize="1" maxGramSize="25" />

（默认分词器 - FieldType 索引块中的 solr.WhitespaceTokenizerFactory）。对我来说，结果是相同的，但系统成本更低。

Answer 4

如果您在处理一小部分单词时遇到问题，另一种方法是使用 solr.SynonymFilterFactory

http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.SynonymFilterFactory

您只需维护一个包含同义词的简单文本文件：

chick peep chicken
dawg hound dog
moggie puss kitten cat

复数应该与其他过滤器一起处理。

Answer 5

我没有更改任何配置。我只是在搜索字符串的前面和后面使用星号：*chicke *（末尾没有空格 - >这是因为如果您在开头和结尾使用 *，则将单词格式化为斜体）