Solr CSV导入时如何将指定字段存为小写并处理单复数？

没问题，这两个需求在Solr里完全可以通过自定义字段的分析链来实现，我给你一步步讲清楚配置方式：

核心思路 #

默认的string类型字段不会经过任何文本处理，所以大小写、单复数差异会被当成不同值。我们需要创建一个自定义字段类型，通过过滤器把字段值统一转成小写并处理单复数，这样索引时就会把"red"、"Red"、"Reds"都转换成同一个标准化的值，分面查询时自然就会合并了。

具体配置步骤 #

1. 定义自定义字段类型 #

在你的schema.xml里添加一个新的fieldType，我们命名为text_colour_normalized，包含三个关键组件：

• KeywordTokenizerFactory: 把整个Colour值当作单个token（因为颜色是单一值，不需要分词）
• LowerCaseFilterFactory: 把所有字符转成小写，消除大小写差异
• EnglishMinimalStemFilterFactory: 温和处理英文单复数，比如把"Reds"转成"red"（比激进的PorterStem更适合只处理单复数的场景）

配置代码如下：

<fieldType name="text_colour_normalized" class="solr.TextField">
  <analyzer>
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.EnglishMinimalStemFilterFactory"/>
  </analyzer>
</fieldType>

2. 修改Colour字段的类型 #

把原来的Colour字段配置改成使用上面自定义的类型：

<field name="Colour" type="text_colour_normalized" indexed="true" stored="true"/>

这里设置stored="true"是为了保留原始的颜色值（比如导入的"Red"或"Reds"），这样你在展示搜索结果时可以显示用户熟悉的原始值，而索引时用标准化后的值做分面和查询。

验证效果 #

配置完成后重新导入CSV数据，执行分面查询时，"red"、"Red"、"Reds"都会被归为同一个分面值red，完美解决你的问题。

如果需要更激进的词干处理（比如把"Redness"也转成"red"），可以把EnglishMinimalStemFilterFactory换成solr.PorterStemFilterFactory，不过根据你的需求，前者已经足够。

内容的提问来源于stack exchange，提问作者Prashant Patil