我刚刚开始研究Solr。有一个电话字段,它已在架构中定义,如下所示
<field docValues="true" indexed="true" multiValued="true" name="phones" stored="true" type="StrField"/>
根据我的理解,字符串字段将尝试进行完全匹配,但用户可以使用任何格式搜索具有特殊字符的电话号码,如(111)111-1111。所以我使用ClientUtils.escapeQueryChars为特殊字符添加斜杠,但搜索不会产生任何结果。我一直试图理解为什么,是否有任何标准,特殊字符不能转换为字符串字段?我不认为tokenizer很重要,因为它是字符串字段,我使用edismax解析器。有什么想法吗?
答案 0 :(得分:1)
使用Solr 7.3.1我复制了您已经问过的内容并且可以确认,只要您正确地逃离(
,)
和,您就可以了获得你正在寻找的点击量。
<强>模式强>
<强>文档强>
{
"id":"doc1",
"phones":["(111) 111-1111"],
"_version_":1602190176246824960
},
{
"id":"doc2",
"phones":["111 111-1111"],
"_version_":1602190397829808128
},
{
"id":"doc3",
"phones":["111 (111)-1111"],
"_version_":1602190400002457600
}
<强>查询强>
/select?q=phones:\(111\)\ 111-1111
{
"id":"doc1",
"phones":["(111) 111-1111"],
"_version_":1602190176246824960}]
}
/select?debugQuery=on&q=phones:111\ 111-1111
{
"id":"doc2",
"phones":["111 111-1111"],
"_version_":1602190397829808128}]
}
/select?debugQuery=on&q=phones:1111111111
"response":{"numFound":0,"start":0,"docs":[]}
行为完全如描述 - 仅与完全匹配。
使用PatternReplaceCharFilterFactory
让我们创建一个自定义字段类型,删除任何不是数字或字母的内容:
curl -X POST -H 'Content-type:application/json' --data-binary '{
"add-field-type" : {
"name":"phoneStripped",
"class":"solr.TextField",
"positionIncrementGap":"100",
"analyzer" : {
"charFilters":[{
"class":"solr.PatternReplaceCharFilterFactory",
"replacement":"",
"pattern":"[^a-zA-Z0-9]"
}],
"tokenizer":{
"class":"solr.KeywordTokenizerFactory"
},
}
}
}' http://localhost:8983/solr/foo/schema
然后我们使用这个新的字段类型创建一个名为phone_stripped
的新字段(您可以在UI中执行此操作),并重新索引我们的文档 - 现在使用新的字段名称:
{
"id":"doc1",
"phone_stripped":"(111) 111-1111"
},
{
"id":"doc3",
"phone_stripped":"111 (111)-1111"
},
{
"id":"doc2",
"phone_stripped":"111 111-1111"
}
然后我们只搜索1111111111
:
"response":{"numFound":3,"start":0,"docs":[ .. all our docs ..]
使用上一个搜索phone_stripped:\(111\)\ 111-1111
:
"response":{"numFound":3,"start":0,"docs":[ .. all our docs ..]
为了确保我们无法用不可言喻的方式破坏事物,让我们搜索phone_stripped:\(111\)\ 111-1112
:
"response":{"numFound":0,"start":0,"docs":[]