哇哦，不要用口音搜索单词

Question

我用Whoosh来实现一个小小的本地搜索引擎。文件中既有法文也有英文。

如你所知，口音(à è é .)在法语中经常使用。所以我不得不用Whoosh文档建议的重音折叠来对付他们

accent_analyzer = RegexAnalyzer(r'\w+') | LowercaseFilter() \
                  | StopFilter() | CharsetFilter(accent_map)

schema = Schema(path=ID(stored=True), content=TEXT(analyzer=accent_analyzer))

索引文档工作正常(没有错误)。

但是当涉及到搜索时，我没有得到包含重音的单词的结果。

例如：

让文档D与content = u'unité logique'：

• 使用logique进行搜索会击中文档。
• 使用unité进行搜索并不是这样。
• 使用unite进行搜索并不是这样。

因此，我认为索引作者忽略了带有重音的单词，这就是为什么它没有显示针对这些单词的查询结果，不管这些查询是否带有重音。

提醒您，我想要实现的是使用单词unité和unite访问文档unite。

Answer 1

要求所有字符串都在unicode中。

whoosh是否要求所有字符串都是unicode？

有关unicode中的重音，请参见http://unicodelookup.com/

(https://ss64.com/unicode-accents.html)