我正在尝试使用 Solr （或 Lucene）设置一个搜索引擎，它可以包含带有特殊字符的拉丁语文本（特殊字符包括 Ö 或 Ç 作为示例）或西里尔字符（示例包括 Б 或 б 和 Ж ж） 。
无论如何，我正在尝试找到一个解决方案，让我可以搜索包含这些字符的单词，但对于键盘上没有该键的用户......
例子是（这里编造的话，希望不会冒犯任何人）：
- 搜索“book”时会找到“BÖÖK”
- 搜索 XRAY 时会找到“ЖRAY”
- 如果搜索 ZRAY、ZHRAY 或 žray，也会找到“ЖRAY”（请参阅GOST 16876-71 http://en.wikipedia.org/wiki/GOST_16876-71有关 Cylric 到拉丁 Char 音译的信息。
那么，我该怎么办呢？我的一些理论是：
- 允许为每个原始字符串存储多个文本字段，一个以原始形式存储，一个在第一遍音译中（例如，将 Ö 仅转换为 O，Ж 转换为 ž，但也转换为 X），然后在音译中存储一个第三种形式（从 ž 到 z 或 zh）-> 意味着我将存储大量数据......
- 按原样存储在 solr 中，并让 Solr 发挥作用 -> 不知道这会工作得有多好...在 solr 中看不到任何可以执行此操作的内容
- 灵丹妙药我还没找到……
有任何想法吗？以前有人尝试过这个吗？
看一眼Solr 的分析器、分词器和分词过滤器 http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters这可以让您很好地了解您正在寻找的操作类型。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
