使用 Sunspot Solr 搜索 phone 个数字的一部分

Question

我正在使用 sunspot Solr 搜索引擎开发 rails 应用程序，我需要在 Solr 4.1 中索引 phone 数字。

比如我有phone号码“+12(456)789-0101”，我的页面应该是通过查询建立的：

+12 (456) 789-0101（phone 格式正确）
+12 (456) 789 ....... (phone 的左边部分格式正确)
.......(456) 789-0101（phone 的右边部分格式正确）
.......(456) 789.......（phone中间部分格式正确）
124567890101（完整 phone 只有数字）
1245678..........（phone 的左侧部分带有串联数字）
...........890101（phone 的右侧部分带有连接数字）
......567890......（phone 的中间部分有连号）

我知道我可以使用：

EdgeNGramFilterFactory 用于将 phone 拆分为 NGram（正面和背面）
WordDelimiterFilterFactory 用于连接数字和拆分 phone 用于零件。

那么，我做了什么：

在 shema.xml 中创建新的 Solr 字段类型：

<fieldType name="phone_number" class="solr.TextField"> <analyzer type="index"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="20" side="front"/> <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="20" side="back"/> </analyzer> </fieldType>

<dynamicField name="*_phone" stored="false" type="phone_number" multiValued="true" indexed="true"/>
将可搜索的 phone 字段定义为“*_phone”类型：

string :work_phone, :as => :work_phone, :stored => true do work_phone.gsub(/\D/, '') if work_phone end

string :mobile_phone, :as => :mobile_phone, :stored => true do mobile_phone.gsub(/\D/, '') if mobile_phone end
运行重建索引：

bundle exec rake sunspot:rebuild

但是重建索引完成后它不起作用，我只能找到搜索查询的结果："full phone" 和 "left part of phone"。使用 "middle part of phone" 和 "right part of phone" 搜索没有给我任何结果。

我是不是做错了什么？如何正确地使 phone 部分灼热？请帮忙。谢谢！

Answer 1

（仅评论Solr部分，不确定SunSpot如何映射）

这里有两点不太对劲：

side=back 自 Solr 4.4 以来不再是一个选项，因此您可能只是获得相同过滤器的两个副本
无论如何，拥有同一个过滤器的两个副本是不好的，因为第二个副本会查看第一个发出的所有令牌，事情会变得一团糟。

这是匹配后缀的好方法，考虑到剥离所有随机非数字内容和 index/query 的不对称性（来自我的 AirPair Solr tutorial）：

<fieldType name="phone" class="solr.TextField">
  <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory" />
    <filter class="solr.PatternReplaceFilterFactory" pattern="([^0-9])" replacement="" replace="all"/>
    <filter class="solr.ReverseStringFilterFactory"/>
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="30"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory" />
    <filter class="solr.PatternReplaceFilterFactory" pattern="([^0-9])" replacement="" replace="all"/>
    <filter class="solr.ReverseStringFilterFactory"/>
  </analyzer>
</fieldType>

请注意，这对使用默认分析器包含 space 的查询没有帮助，因为它们将在 space 之前被分解他们进行实地分析。如果您知道您正在搜索 phone 号码，您可以引用搜索字符串或切换到不同的 (probably field) 查询解析器。

如果您确实想要匹配中间部分，也许您不需要任何这些，只需要 NGram，而不是 EdgeNGram 分析。

Answer 2

事实上，这是我的代码，有效：

Schema.xml:

    <fieldType class="solr.TextField" name="phone_number" positionIncrementGap="100">       
    <analyzer type="index">         
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>         
      <filter class="solr.LowerCaseFilterFactory"/>         
      <filter class="solr.NGramFilterFactory" minGramSize="3" maxGramSize="20"/>
    </analyzer>       
    <analyzer type="query">         
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>         
      <filter class="solr.LowerCaseFilterFactory"/>         
      <filter class="solr.WordDelimiterFilterFactory" catenateNumbers="1"/>       
    </analyzer>     
    </fieldType>

 <dynamicField name="*_phone"  stored="false"  type="phone_number" multiValued="false" indexed="true"/>
 <dynamicField name="*_phones" stored="false"  type="phone_number" multiValued="false" indexed="true"/>

和ruby代码：

  text :work_phone

  text :work_phone_parts, :as => :work_phone do
    "00#{work_phone.gsub(/\D/, '')}" if work_phone
  end

  text :mobile_phone

  text :mobile_phone_parts, :as => :mobile_phone do
    "00#{mobile_phone.gsub(/\D/, '')}" if mobile_phone
  end

使用 Sunspot Solr 搜索 phone 个数字的一部分

Search part of phone number with Sunspot Solr

solr

sunspot

sunspot-rails

sunspot-solr

solr4

使用 Sunspot Solr 搜索 phone 个数字的一​​部分

Search part of phone number with Sunspot Solr

solr

sunspot

sunspot-rails

sunspot-solr

solr4

使用 Sunspot Solr 搜索 phone 个数字的一部分