忽略检查搜索中的特殊字符(tittles)
使用使用Umbraco v6,检查搜索(并非完整的Lucene查询)。这是一个拉丁/南美网站。我问过我的大学他们是如何输入search/URL的标题,并且他们都表示他们没有,他们只是使用“常规”字符(A-Z,a-z)。忽略检查搜索中的特殊字符(tittles)
我知道如何去掉特殊字符OUT的字符串传递给Examine时,但我需要另一种方式,例如检查从属性中删除特殊字符以匹配查询。我有很多名称中含有标题的“节点”(这是我正在搜索的属性之一)。
帖子,我已经研究:
- http://shazwazza.com/categories/Examine?p=2
- Ignore special characters in Examine
- https://groups.google.com/forum/#!topic/umbraco-dev/W6cWyPOc43Y
我试着写luence查询(或因此我认为),但我没有得到任何命中。
// q is my query from QueryString
var searcher = ExamineManager.Instance.SearchProviderCollection["CustomSearchSearcher"];
//var query = searcher.CreateSearchCriteria().Field("nodeName", q).Or().Field("description", q).Compile();
//var searchResults = searcher.Search(query).OrderByDescending(x => x.Score).TakeWhile(x => x.Score > 0.05f);
var searchResults = searcher.Search(Global.RemoveSpecialCharacters(q), true).OrderByDescending(x => x.Score).TakeWhile(x => x.Score > 0.05f);
全局类
public static string RemoveSpecialCharacters(string str)
{
StringBuilder sb = new StringBuilder();
for (int i = 0; i < str.Length; i++)
{
if ((str[i] >= '0' && str[i] <= '9')
|| (str[i] >= 'A' && str[i] <= 'z' || (str[i] == '.' || str[i] == '_'))
|| str[i] == 'á' || str[i] == 'é' || str[i] == 'í' || str[i] == 'ñ' || str[i] == 'ó' || str[i] == 'ú')
{
sb.Append(str[i]);
}
}
return sb.ToString();
}
如上所述,我需要从Lucene的去除特殊字符(地契),而不是查询传入
来自:https://our.umbraco.org/documentation/reference/searching/examine/overview-explanation
我我也读过关于“分析器”的内容,但是我从来没有和他们合作过,也不知道哪一个可以得到/安装/添加到VS等等。是不是更好的方法来解决这个问题?
定制分析仪就是答案。
这是回答的一把umbraco论坛在这里:https://our.umbraco.org/forum/developers/extending-umbraco/16396-Examine-and-accents-for-portuguese-language
做一个分析仪,剥离所有的特殊字符:
public class CIAIAnalyser : Analyzer
{
public override TokenStream TokenStream(string fieldName, System.IO.TextReader reader)
{
StandardTokenizer tokenizer = new StandardTokenizer(Lucene.Net.Util.Version.LUCENE_29, reader);
tokenizer.SetMaxTokenLength(255);
TokenStream stream = new StandardFilter(tokenizer);
stream = new LowerCaseFilter(stream);
return new ASCIIFoldingFilter(stream);
}
}
然后你做了搜索输入相同。
public class CleanAccent
{
public static string RemoveDiacritics(string input)
{
// Indicates that a Unicode string is normalized using full canonical decomposition.
if (String.IsNullOrEmpty(input)) return input;
string inputInFormD = input.Normalize(NormalizationForm.FormD);
var sb = new StringBuilder();
for (int idx = 0; idx < inputInFormD.Length; idx++)
{
UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(inputInFormD[idx]);
if (uc != UnicodeCategory.NonSpacingMark)
{
sb.Append(inputInFormD[idx]);
}
}
return (sb.ToString().Normalize(NormalizationForm.FormC));
}
}
然后在ExamineSettings.config中引用分析器。
出色的发现。非常感谢! –
@PeterSmith你知道如何在Umbraco 7中做到这一点吗?不能使它工作。解析器错误消息:提供者必须实现类“Examine.Providers.BaseSearchProvider”。 – Marco
有人吗?我一直在研究语言分析器,但我不知道如何将其实施到我的项目 –