Solr的索引和搜索阿拉伯文內容

我們目前只有英文的工作，我們需要阿拉伯語支持添加到它的SOLR構建沒有太多詳細的Solr維基有關如何使用Solr的索引和搜索阿拉伯文內容

啓動這些都是下面的步驟香港專業教育學院做了

添加以下到schema.xml中

<fieldType name="text_general_arabic" class="solr.TextField"  positionIncrementGap="100"> 
<analyzer type="index"> 
<tokenizer class="solr.StandardTokenizerFactory"/> 
<filter class="solr.ArabicNormalizationFilterFactory"/> 
<filter class="solr.ArabicStemFilterFactory"/>  
</analyzer> 
<analyzer type="query"> 
<tokenizer class="solr.StandardTokenizerFactory"/> 
<filter class="solr.ArabicNormalizationFilterFactory"/> 
<filter class="solr.ArabicStemFilterFactory"/>  
</analyzer> 
</fieldType>

在定義字段Schema.xml的

<field name="البرتغالية" type="text_general_arabic" indexed="true" stored="true"/>

FYI IVE複製從谷歌的阿拉伯文字在瀏覽器中轉換並粘貼它

後來我一直在使用記事本作爲Unicode文件創建一個CSV文件並將其保存爲Arabic.csv，它有它的字段名作爲

البرتغالية

當我使用以下cURL命令

D:\>curl http://localhost:8080/solr/coll9/update/csv -F "stream.file=D:\Arabic.csv" -F "commit=true" -F "optimize=true" 
-F "encapsulate="" -F "keepEmpty=true"

嘗試索引文件

即時得到一個未定義場的錯誤，我不知道我在哪裏做錯了

更新：當我嘗試用一個XML文件，而不是它是如此的第一個工作日

來源

2012-12-21 Mitra

由於XML文件正在運行，您可以使用該方法而不是csv文件嗎？ –

不，我必須使用csv什麼是錯誤的我的上述方法我甚至已啓用我的Tomcat服務器上的UTF-8 – Mitra

csv文件同樣的事情，我會建議如果可能的話，將所有的域名改爲英文。它避免了一些混淆。您也可以考慮按照this answer中有關不同語言的相同數據的字段命名的建議。

CSVLoaderBase::load() function使用封面下方的Java BufferedLoader（）類，並且不指定編碼。我猜測默認編碼可能與阿拉伯語不兼容，如this question所述。

在Solr 4.0中，schema.xml附帶了每種語言的預定義字段類型。更多特定於語言的信息是here。我認爲所有這些過濾器也可以在3.6中獲得。 Solr4 schema.xml示例是here。

來源

2012-12-21 07:41:21 saarp

嘿即時通訊使用Solr 3.6，請你詳細說明你正在嘗試解釋什麼，一個XML文件而不是csv – Mitra

我可以按照您的建議使用預定義的字段類型對阿拉伯文本進行索引，但是，用於規範化的過濾器不起作用。我有一個單獨的[問題在這裏]（http://stackoverflow.com/questions/27485205/arabic-normaliztion-in-solr）任何想法，有什麼可以失蹤？ – MoustafaAAtta

Solr的索引和搜索阿拉伯文內容

回答

相關問題