Zend Lucene - 標記化瑞典語字符

Question

我使用Zend Lucene來索引瑞典文本。問題在於lucene在瑞典字符åäö上標記了單詞。例如，單詞「världens」在索引中變成兩個單詞「v」和「ldens」。

有沒有一種方法可以添加zend lucene應該接受並且不會標記的字符？

Answer 1

使用UTF-8 compatible text analyzer代替default text analyzer進行標記。請注意，這需要使用UTF-8支持編譯PHP的PCRE（與Perl兼容的正則表達式）庫（默認情況下，如果您使用與PHP捆綁在一起的PCRE庫，但在使用共享庫時可能未啓用）。對於不區分大小寫的UTF-8兼容分析儀版本，您還需要啓用mbstring擴展。

Answer 2

使用分析儀。請參閱關於text analysis，using utf8和文檔約writing your own analyser的文檔。我建議你只使用UTF-8分析儀。