如何在Solr分面（Facet）结果中排除数字或使用正则过滤？

可行的查询参数方案 #

要在分面结果中直接排除所有纯数字词条，同时保证返回10条有效结果，你可以利用Solr的facet.contains参数结合正则表达式实现，具体步骤如下：

1. 启用正则匹配模式：添加facet.contains.regex=true参数，让Solr解析facet.contains中的正则表达式。
2. 编写排除纯数字的正则：使用负向前瞻正则^(?!\d+$).+，该正则会匹配不是全数字的所有词条，从而过滤掉纯数字项。

完整查询示例 #

http://localhost:8983/solr/my_core/select?q=content:covid&facet=true&facet.field=content&facet.limit=10&facet.minCount=1&facet.excludeTerms=i,me,my,myself,we,our&facet.contains=^(?!\d+$).+&facet.contains.regex=true

为什么之前的尝试无效？ #

• facet.excludeTerms仅支持逗号分隔的精确词条，不支持正则表达式，所以无法批量排除所有数字。
• 默认情况下facet.contains是子串/前缀匹配，必须显式设置facet.contains.regex=true才会启用正则解析。

长期优化方案（需修改Schema） #

如果需要永久过滤纯数字分面项，可以修改content字段的分析链，在索引阶段过滤掉纯数字：

• 添加PatternReplaceFilterFactory，将纯数字替换为空字符串；
• 或者将所有数字加入停用词列表，通过StopFilterFactory过滤。
  这种方法需要重新索引数据，但能避免每次查询都携带复杂参数。

内容的提问来源于stack exchange，提问作者vanessa