Solr - 字符替换

Question

我有索引数据库的Solr。在我的数据库中，所有数据都是拉脱维亚语。问题是，我需要能够搜索单词里加，就好像它是单词里加。当然，我可以定义同义词 - 里加=里加，但我可以定义，那个字母ī是字母i？我读了一些关于solr.ISOLatin1AccentFilterFactory，但据我了解，这不是UTF-8编码，对吧？建议？

Answer 1

使用带有索引和查询的PatternReplaceFilterFactory。似乎是正确的。

Answer 2

ISOLatin1AccentFilterFactory正是您在寻找的内容......只要拉丁语-1字符集中的重音EXISTS（UTF-8的低7位与拉丁-1相同）即可。您提到的ī似乎不存在于ISO-8859-1中，因此ISOLatin1AccentFilterFactory在此特定情况下不起作用。我仍然建议您除了使用PatternReplaceFilterFactory处理的任何异常外，还使用ISOLatin1AccentFilterFactory，因为可能有一些拉脱维亚字符会帮助它（假设，我没有拉脱维亚的经验）

仅供参考，我确实尝试过使用ISOLatin1AccentFilterFactory来对付我的Solr设置，并没有帮助这种情况。

Answer 3

查看ICUTokenizerFactory，它提供Unicode字符规范化。非常有用，非常简单。

http://lucene.apache.org/solr/api/org/apache/solr/analysis/ICUTokenizerFactory.html

http://site.icu-project.org/