使用什么是合适的lucene分析器？

Question

我有关于用数字和符号来索引物品名称的问题。下面是我的数据示例：

ANGLE BARS   ORANGE - 4.0MM 2 - 1/2"
B.I SQUARE TUBING     2" X 3"
B.I. PIPE S-40   10MM 3/8"
B.I SQUARE TUBING     1" X 2"
PLYWOOD   MARINE 3/4X4X8
PLYWOOD   STA. CLARA 1/8X4X8
PLYWOOD   STA. CLARA 3/16X4X8

我希望在不丢弃符号的情况下将数据标记化为白色或尾随空格，因为这些符号非常重要。因此，每当我搜索"plywood sta. clara“、"b.i square 2”X3“或"angle 2- 1/2”时，都会给出结果。我尝试使用空格分析器，但是符号被删除了。我也尝试过标准分析器，但是停用的单词和符号也被删除了。那么最好的分析器是什么呢？

Answer 1

您可以通过编写正则表达式或创建Custom Analyzer.来使用PatternAnalyzer

Answer 2

尝试使用org.apache.lucene.analysis.miscellaneous.PatternAnalyzer.您可以提供正则表达式来定义标记分隔符。