关于solr不能搜索中文

1、需要配置中文分词器，我在此使用的IKAnalyzer分词器,需要jar :IKAnalyzer3.2.8.jar

schema.xml

[html] view plaincopyprint?

1. <fieldType name="text" class="solr.TextField">  
2.     <analyzer type="index">  
3.         <tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory" isMaxWordLength="false" />  
4.         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />  
5.         <filter class="solr.LowerCaseFilterFactory" />  
6.     </analyzer>  
7.   
8.     <analyzer type="query">  
9.         <tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory" isMaxWordLength="true" />  
10.         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />  
11.         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true" />  
12.         <filter class="solr.LowerCaseFilterFactory" />  
13.     </analyzer>  
14. </fieldType>    

分词配好之后，我们可以再solr的管理页面的[ANALYSIS] 的页面来进行分词测试：

这样你输入中华的时候，就可以匹配到 “中华人民共和国”；上图你可以清楚的看到分词器如何将中华人民共和国分割的

通常我们为了搜索的方便，都用keyword来搜索：

[html] view plaincopyprint?

1. <fields>    
2. <field name="id" type="sint" indexed="true" stored="true" required="true" />    
3. <field name="userName" type="string" indexed="true" stored="true"/>    
4. <field name="gender" type="string" indexed="true" stored="true"/>    
5. <field name="address" type="string" indexed="true" stored="true" />    
6. <field name="createTime" type="date" indexed="true" stored="true" default="NOW"/>   
7. <!-- 关键字-->  
8. <field name="keyword" type="text" indexed="true" stored="true" multiValued="true" />   
9. </fields>   

[html] view plaincopyprint?

1. <copyField source="gender" dest="keyword"/>    
2. <copyField source="address" dest="keyword"/>    
3. <copyField source="userName" dest="keyword"/>  

这样你搜索keyword=xxx 的时候，那么就会去gender，address，userName里面去找符合的结果。

2、如果分词器也配置好了，还是搜索不出来中文（我就出现这样的问题），那可能就是solr的字符集和tomcat的字符集不统一

我输入男子的时候，我发现在tomcat里面出现一条请求

乱码，应该就是字符集的问题，solr的默认字符集为UTF-8；所以我将tomcat的字符集设置成UTF-8

[html] view plaincopyprint?

1. <Connector port="8080" protocol="HTTP/1.1" connectionTimeout="20000" URIEncoding="UTF-8" redirectPort="8443" />  

重启tomcat

ok,解决问题

http://blog.csdn.net/longxia1987/article/details/7889396