Solr PatternReplaceCharFilterFactory不會替換指定的模式

所以我在Solr很新，但我試圖使用PatternReplaceCharFilterFactory對將要存儲的電話號碼字符串進行一些預處理。下面是該領域的配置：Solr PatternReplaceCharFilterFactory不會替換指定的模式

<fieldType name="phone_number" class="solr.TextField" > 
    <analyzer> 
    <charFilter class="solr.PatternReplaceCharFilterFactory" 
       pattern="\(?(\d{3})?\)?[-. ]?(\d{3})[-. ]?(\d{4})" 
       replaceWith="$1-$2-$3"/> 
    <tokenizer class="solr.StandardTokenizerFactory"/> 
    </analyzer> 
</fieldType>

我已經測試了正則表達式和它匹配的一切，我會期待它（例如555.444.1234，（555）444-1234，5554441234，4441234，444-1234。等）。

現在我的理解是，正則表達式應匹配傳遞給它的任何東西，並用指定的模式替換它。所以如果他們通過我555.123.4444我期望它導致555-123-4444被傳遞給StandardTokenizerFactory。從那裏它將被分解成代幣555,123,4444。

考慮到我花了多少時間，我確信有一個小的配置問題，我錯過了，但從可用文檔（我見過），我不知道它是什麼。

預先感謝您。

來源

2011-12-15 Jared

也許你可以添加一些細節到你的問題（編輯它），使其對其他用戶更有用。你甚至可以自動接受你的答案。 – javanna

@javanna，它實際上不會讓我自動接受我的答案2天或我會。我不確定我是否想編輯或回答。我解決了答案，一旦等待期結束我會接受 – Jared

太好了，謝謝！ – javanna

行，所以我想通了一個更「幸運」的谷歌搜索我碰到這個鏈接Solr filters: PatternReplaceCharFilter並在最底層來了，他們商量，我想解釋高級參數後更好的過濾器實際上是如何工作的：

CharFilter對單個字符進行操作，並且模式匹配需要內部緩衝區來讀取更多字符。 MaxBlockChars允許您指定緩衝區的大小。

我的問題是它讀取的是單個字符而不是整個字符串。這與我看到的例子相反。所以解決方案是在我的charFilter我添加了MaxBlockChar屬性，並說它工作。在LucidImagination的網站和solr wiki上我沒有提到這個屬性（我遇到過）。

來源

2011-12-16 02:14:08 Jared

有趣的是，當我試圖將它添加到過濾器節點時，我得到了'Unknown parameters：{maxBlockChars = 10000}。 –

@TimBezhashvyly這是爲了3.1版本，如果我記得，它可能會改變，因爲它們在版本6上 – Jared

Solr PatternReplaceCharFilterFactory不會替換指定的模式

回答

相關問題