search - 如何在 Solr 上处理阿拉伯字符

Question

我试图让我的网站在搜索过程中忽略一些阿拉伯字符 ex("ه"،"ة")。当用户搜索像“مدينة”这样的以“ة”结尾的词时，它只会带来以“ة”这个字符结尾的词，它应该也会带来以“ه”结尾的词，比如“مدينه”。

这些字符在阿拉伯语中是相同的，所以搜索结果不应该不同，但我的网站会产生不同的结果

我在我的 schema_extra_types.xml 上尝试了什么

<fieldType name="text_ar" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <charFilter class="solr.MappingCharFilterFactory" mapping="accents_ar.txt"/>
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords_ar.txt"/>
    <filter class="solr.WordDelimiterGraphFilterFactory" catenateNumbers="1" generateNumberParts="1" protected="protwords_ar.txt" splitOnCaseChange="0" generateWordParts="1" preserveOriginal="1" catenateAll="0" catenateWords="1"/>
    <filter class="solr.LengthFilterFactory" min="2" max="100"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.SnowballPorterFilterFactory" language="Arabic" protected="protwords_ar.txt"/>
    <filter class="solr.NGramFilterFactory" minGramSize="3" maxGramSize="25" />
    <filter class="solr.ASCIIFoldingFilterFactory" /> 
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <charFilter class="solr.MappingCharFilterFactory" mapping="accents_ar.txt"/>
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms_ar.txt" expand="true" ignoreCase="true"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords_ar.txt"/>
    <filter class="solr.WordDelimiterGraphFilterFactory" catenateNumbers="0" generateNumberParts="1" protected="protwords_ar.txt" splitOnCaseChange="0" generateWordParts="1" preserveOriginal="1" catenateAll="0" catenateWords="0"/>
    <filter class="solr.LengthFilterFactory" min="2" max="100"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.SnowballPorterFilterFactory" language="Arabic" protected="protwords_ar.txt"/>
    <filter class="solr.ASCIIFoldingFilterFactory" /> 
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
  </analyzer>
</fieldType>

但是当我从 drupal 管理界面下载配置文件夹时，accents_ar.txt 为空，我在哪里可以找到在我的网站上使用的accents_ar.txt 示例？还是有另一个过滤器类来处理这些问题？

标签： searchsolrarabic