添加拼音分词过滤器

[canghailan]

在Lucene中使用拼音搜索时不想添加其他依赖，添加了一个拼音分词过滤器，支持全拼、首字母搜索

[Cydmi]

为何配置在solr总搜索不到呢，请问如何配置managed-schema @canghailan

[hankcs]

感谢贡献!

[canghailan]

我目前是直接在lucene中使用的，我稍后在solr中试下。

CustomAnalyzer.builder()
.withTokenizer(HanLPTokenizerFactory.class)
.addTokenFilter(LowerCaseFilterFactory.class)
.addTokenFilter(HanLPPinyinTokenFilterFactory.class)
.build();

@Cydmi

[canghailan]

为何配置在solr总搜索不到呢，请问如何配置managed-schema @canghailan

我的环境是Mac，Solr版本7.7.1

1. 拉取hanlp-lucene-plugin最新的代码，重新打包，把

   hanlp-lucene-plugin.jar
   hanlp-portable-1.6.8.jar

   拷贝到

   solr-7.7.1/server/solr-webapp/webapp/WEB-INF/lib

   中。

2. 我在example的基础上修改了下，这个配置是可以的：

   <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100" multiValued="true">
     <analyzer type="index">
       <tokenizer class="com.hankcs.lucene.HanLPTokenizerFactory"/>
       <filter class="com.hankcs.lucene.HanLPPinyinTokenFilterFactory" />
       <filter class="solr.LowerCaseFilterFactory"/>
     </analyzer>
     <analyzer type="query">
       <tokenizer class="com.hankcs.lucene.HanLPTokenizerFactory"/>
       <filter class="com.hankcs.lucene.HanLPPinyinTokenFilterFactory" />
       <filter class="solr.LowerCaseFilterFactory"/>
     </analyzer>
   </fieldType>

3. 测试结果如下：

   
   http://localhost:8983/solr/test/select?q=content_t%3Azw

{ "responseHeader": { "status": 0, "QTime": 1, "params": { "q": "content_t:zw" } }, "response": { "numFound": 2, "start": 0, "docs": [ { "id": "2", "content_t": "中文", "version": 1633607220462616600 }, { "id": "3", "content_t": "中文拼音", "version": 1633607227204960300 } ] } }

@Cydmi

[Cydmi]

@canghailan Thank you