配置solr使其支持中文检索_tokenizerfactory 支持中文-优快云博客

本文介绍如何配置ApacheSolr以支持中文检索功能。通过替换默认的分词器为CJKAnalyzer，可以实现对中文文档的有效索引和查询。此外，还需调整配置文件中的某些参数以避免异常。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

默认情况下 Apache Solr 是不支持中文检索的，如果文档中包含中文，必须用完整的一句中文才能检索出内容。
下面以 Apache Solr 的演示程序为例，注意：粗体部分是需要修改的地方。
找到如下三行：
     <fieldType name="text" class="solr.TextField" positionIncrementGap="100">
       <analyzer type="index">
         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
修改为：
     <fieldType name="text" class="solr.TextField">
       <analyzer type="index" class="org.apache.lucene.analysis.cjk.CJKAnalyzer">
         <tokenizer class="org.apache.lucene.analysis.cjk.CJKTokenizer"/>
找到如下两行：
       <analyzer type="query">
         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
修改为：
       <analyzer type="query" class="org.apache.lucene.analysis.cjk.CJKAnalyzer">
         <tokenizer class="org.apache.lucene.analysis.cjk.CJKTokenizer"/>
修改完毕，重新运行 Apache Solr 就可以对中文进行检索了，原先已经导入的文档需要重新导入。
记住原先的配置中有个 positionIncrementGap="100" 一定要删除了，否则会有异常。