recherches solr et accents

As we transition to the new Hyland Community, some post links may be temporarily disrupted as we finalize redirects. We apologize for the inconvenience and are working to resolve this as quickly as possible. Details.

alfer

Bonjour,

Je n'arrive pas à faire configurer solr pour avoir une recherche qui ne tient pas compte des accents.

J'utilise Alfresco 4.0.d community en UTF-8 sur une CentOS 5.8.

J'ai installé solr depuis la doc du wiki et arrive à naviguer dans l'administration via https://...:8433/solr/alfresco/admin/

Voci le contenu de mon fichier schema.xml :

<?xml version="1.0" encoding="UTF-8"?>
<schema name="alfresco" version="1.0">
   <types>
         <fieldType name="alfrescoDataType" class="org.alfresco.solr.AlfrescoDataType">
         <!– fieldType name="alfrescoDataType" class="solr.TextField" –>
         <analyzer>
            <charFilter class="solr.HTMLStripCharFilterFactory"/>
            <tokenizer class="org.apache.solr.analysis.WhitespaceTokenizerFactory" />
            <filter class="solr.PatternReplaceFilterFactory" pattern="^(\p{Punct}*)(.*?)(\p{Punct}*)$" replacement="$2"/>
            <filter class="solr.LengthFilterFactory" min="1" max="100" />
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.WordDelimiterFilterFactory"
                    splitOnCaseChange="1"
                    splitOnNumerics="1"
                    stemEnglishPossessive="1"
                    generateWordParts="1"
                    generateNumberParts="1"
                    catenateWords="1"
                    catenateNumbers="1"
                    catenateAll="1"
                    preserveOriginal="1"/>
            <filter class="solr.SnowballPorterFilterFactory" language="French" protected="protwords.txt"/>
            <filter class="solr.WordDelimiterFilterFactory"
                    splitOnCaseChange="1"
                    splitOnNumerics="1"
                    stemEnglishPossessive="1"
                    generateWordParts="1"
                    generateNumberParts="1"
                    catenateWords="1"
                    catenateNumbers="1"
                    catenateAll="1"
                    preserveOriginal="1"/>
            <filter class="org.apache.solr.analysis.LowerCaseFilterFactory" />
            <filter class="solr.StopFilterFactory" ignoreCase="1" words="stopwords_fr.txt" enablePositionIncrements="true"/>
            <filter class="solr.ASCIIFoldingFilterFactory"/>
            <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
         </analyzer>
      </fieldType>
   </types>
   <fields>
      <field name="ID" type="alfrescoDataType" indexed="true" omitNorms="true" stored="true" multiValued="true"></field>
      <dynamicField name="*" type="alfrescoDataType" indexed="true" omitNorms="true" stored="true" multiValued="true"></dynamicField>
   </fields>
   <uniqueKey>ID</uniqueKey>
   <defaultSearchField>ID</defaultSearchField>
</schema>
‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

J'y ai rajouté des filtres en vain.

Voici mon fichier dataTypeAnalyzers_fr.properties:

# Data Type Index Analyzers
d_dictionary.datatype.d_text.analyzer=org.apache.lucene.analysis.fr.FrenchAnalyzer
d_dictionary.datatype.d_content.analyzer=org.apache.lucene.analysis.fr.FrenchAnalyzer
‍‍‍‍

Lorsque j'utilise la classe AlfrescoDataType pour le fieldType décrit ci-dessus la tokenisation et la stemisation se fait bien mais les accents sont toujours présents dans les valeurs indexées.

J'ai l'impression que l'intégration d'alfresco à travers la classe AlfrescoDataType ne tiens pas compte de la configuration des filtres de schema.xml.
Lorsque j'utilise la ligne <fieldType name="alfrescoDataType" class="solr.TextField"> j'ai beaucoup d'erreurs dans les logs à la reconstruction des index mais les valeurs indexées le sont sans les accents.

Je pensais pouvoir corriger le problème en utilisant la configuration de solr, mais il y a peut etre autre chose à faire pour que les accents soient filtrés dans l'index ?

calison3

Bonjour,

J'ai le même problème.

Avez-vous trouver une solution? :?: