如何在Solr的PatternReplaceCharFilterFactory中实现任意单词数的字符串追加无空格副本

要实现保留原字符串并追加其无空格副本的效果，无需额外字段或复制字段，可通过两个solr.PatternReplaceCharFilterFactory的组合完成，适配任意数量的单词：

具体配置 #

在你的schema.xml（或managed-schema）中定义自定义字段类型：

<fieldType name="text_combined" class="solr.TextField">
  <analyzer>
    <!-- 第一步：复制原字符串，生成「原字符串 + 空格 + 原字符串」的格式 -->
    <charFilter class="solr.PatternReplaceCharFilterFactory"
               pattern="^(.*)$"
               replacement="$1 $1"/>
    <!-- 第二步：移除第二个副本中的所有空格 -->
    <charFilter class="solr.PatternReplaceCharFilterFactory"
               pattern="(\s)(\w+)(?=(?:\s\w+)*$)"
               replacement="$2"/>
  </analyzer>
</fieldType>

原理说明 #

1. 第一个CharFilter：用正则^(.*)$匹配整个输入字符串，通过$1 $1替换为原字符串加空格加原字符串，例如输入abc xyz pqr pyz会变成abc xyz pqr pyz abc xyz pqr pyz。
2. 第二个CharFilter：使用正则(\s)(\w+)(?=(?:\s\w+)*$)定位第二个副本中的空格——正向预查(?=(?:\s\w+)*$)确保匹配的空格属于字符串末尾的单词序列（即第二个副本），然后将「空格+单词」替换为「单词」，最终移除第二个副本的所有空格，得到目标结果abc xyz pqr pyz abcxyzpqrpyz。

验证效果 #

对输入"abc xyz pqr pyz"执行分析后，最终输出为：

abc xyz pqr pyz abcxyzpqrpyz

该方案支持任意数量的单词（包括1个或多个），无需根据单词数调整正则。

内容的提问来源于stack exchange，提问作者Jigar Gajjar