solr PDF 和自動換行

Question

我正在使用 Solr 來索引 PDF 個文檔。 一切正常，但有一個問題。 如果 PDF 文檔中的某個詞已被換行到另一行，則將其作為該詞的一部分加一個連字符進行索引。 例如，像這樣的文本：

我們跑到海邊。 我們聽到更多的槍聲，然后每-

一切都安靜了，一面旗幟在樹上飄揚。

這里的單詞everything被分解成部分every- and thing 。 現在，如果我搜索所有內容，我將無法找到該文檔。 在這種情況下如何正確執行？

Answer 1

在 Abhijit Bashetti 和 MatsLindh 的建議下，問題得以解決。 在我的 schema.xml 中，我添加了這一行

<charFilter class="solr.PatternReplaceCharFilterFactory" pattern="\-\n" replacement=""/>

之后，自動換行不會干擾搜索。