我可以使用哪些 Solr 分词器和过滤器来进行强大的常规站点搜索？

我想确保搜索，比如说，I.B.M.可以通过搜索找到ibm。我还想确保Dismemberment Plan可以通过搜索找到dismember.

使用 Solr，我可以在分析和查询时使用什么标记器和过滤器来允许两种结果？

对于 IBM => ibm
你需要一个solr。字分隔符过滤器工厂 http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.WordDelimiterFilterFactory，这将删除特殊字符并连接单词和数字

catenateWords="1" 将连接单词并将 I.B.M 转换为 IBM。

肢解=>肢解
需要包含一个词干过滤器（例如 solr.PorterStemFilterFactory、solr.EnglishMinimalStemFilterFactory），它将索引单词的根并为具有相同根的单词提供匹配。

此外，您可以使用 solr.LowerCaseFilterFactory 进行不区分大小写的匹配（IBM 和 ibm），使用 solr.ASCIIFoldingFilterFactory 处理外来字符。

您可以随时使用同义词过滤器工厂 http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.SynonymFilterFactory映射您认为是同义词的单词。

您可以在查询和索引时应用此功能，以便它们在查询和索引时进行匹配和转换，并且结果是一致的。

例如字段类型定义 -

<fieldType name="text_en_splitting" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
  <!-- Index and Query time -->
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
        <!-- Stemmer -->
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
</fieldType>

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