随手一记 2011-01-18
schema.xml已配置query的中文分词器,但搜索的结果不尽如意,solr并没有按照分词来进行搜索。比如搜索“我要吃饭了”,并没有把包含“吃饭”的文档给搜索出来。解决过程如下:
1.query analyzer使用IK,配置如下:<analyzer type ="query" > <tokenizer class ="org.wltea.analyzer.solr.IKTokenizerFactory" isMaxWordLength="false" />
2.queryanalyzer效果如图:
我要吃饭了,可分词为“要吃”和“吃饭”。如果搜索“我要吃饭了”,solr应该把这两个词以OR的方式去搜索,结果却一厢情愿。
3.引用http://blog.chenlb.com/2010/08/get-solr-analysis-word.html
“这个问题的根本原因是lucene/solr使用的查询解析器生成的Query是短语查询。短语查询默认又是连续的词中没有其它字符。所以会找不到。
目前我知的方式大概有二种:
1、查询前分词一遍,把分出的词用空格分开,再去搜索(叫它为查询预处理)。查询前分词可以上面的接口。
2、扩展solrqueryparser,返回booleanquery。”
4.使用方法1解决问题
即搜索前,先处理一下queryanalyzer的分词,然后再搜索。
solr分词的接口为:http://localhost:8080/solr/analysis/field?q=我要吃饭了
如果为多核配置,类似于http://localhost:8080/solr/核心名/analysis/field?q=我要吃饭了
结果返回:
<response> <lst name="responseHeader"> <int name="status">0</int> <int name="QTime">0</int> </lst> <lst name="analysis"> <lst name="field_types" /> <lst name="field_names"> <lst name="text"> <lst name="query"> <arr name="org.wltea.analyzer.lucene.IKTokenizer"> <lst> <str name="text">要吃</str> <str name="type">word</str> <int name="start">1</int> <int name="end">3</int> <int name="position">2</int> </lst> <lst> <str name="text">吃饭</str> <str name="type">word</str> <int name="start">2</int> <int name="end">4</int> <int name="position">3</int> </lst> </arr> </lst> </lst> </lst> </lst> </response>注意<lst name="query">元素下可能有filter。我们只需要解析以上的xml,就可以获取到分词列表了。
最后,将分词列表组装成类似(要吃OR吃饭)的格式,就可以搜索到想要的结果。例如:
http://localhost:8080/solr/select/?q=(要吃OR吃饭)