Question

我有一个索引文档，如下所示：

{"id:"abcde-efgr-jhik","domain": "http://www.play-bugs.com/index.com}

在域字段上，我使用text_general作为数据类型。

我尝试使用

查询此文档

q=domain:play-bugs

它不会返回任何结果，但是如果我使用

q=domain:play-bugs.com

它按预期给我结果。我试图在“ - ”字符上使用“/”但没有运气。

编辑：

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100" multiValued="true">
<analyzer type="index">
  <tokenizer class="solr.StandardTokenizerFactory"/>
  <filter class="solr.StopFilterFactory" words="stopwords.txt" ignoreCase="true"/>
  <filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
<analyzer type="query">
  <tokenizer class="solr.StandardTokenizerFactory"/>
  <filter class="solr.StopFilterFactory" words="stopwords.txt" ignoreCase="true"/>
  <filter class="solr.SynonymGraphFilterFactory" expand="true" ignoreCase="true" synonyms="synonyms.txt"/>
  <filter class="solr.LowerCaseFilterFactory"/>
</analyzer>

Answer 1

这是使用Solr Standard Tokenizer时的预期行为。

此标记生成器将文本字段拆分为标记，处理空格   和标点符号作为分隔符。分隔符字符被丢弃，   除以下情况外：



未跟随空格的句点（点）将作为其中一部分保留   令牌，包括互联网域名。



＆＃34; @＆＃34; character是令牌分裂标点符号的集合之一，所以   电子邮件地址不会保留为单个令牌。



请注意，单词以连字符分开。

当text_general从输入流收到domain的内容时，会将其标记为：

http://www.play-bugs.com/index.com => http | www.play |的 bugs.com | index.com

play-bugs => play | bugs

play-bugs.com => play |的 bugs.com

您可以看到play-bugs.com可以与bugs.com匹配而play-bugs无法匹配，因为如果没有后跟空格，则不会将点视为分隔符。索引中没有令牌"bugs"，因此即使使用查询q=domain:bugs，您也无法与之匹配。

您可以尝试使用另一个也在点上分割的标记生成器，或添加像Word Delimiter Graph Filter这样的过滤器来正确分割生成的标记。

带连字符的Solr查询返回零结果

1 个答案: