如何让Solr搜索soul-control时仅返回含该完整术语的文档？

• 调整分词器的连字符处理逻辑
  Solr默认的分词器（比如StandardTokenizer）会把连字符当成分隔符，把soul-control拆成soul和control两个词来检索。要让它把带连字符的术语当作完整单元，得修改字段的分词配置。

如果用的是StandardTokenizer，可以搭配WordDelimiterFilterFactory，通过参数关闭连字符的拆分行为：

<fieldType name="text_preserve_hyphen" class="solr.TextField">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" 
            generateWordParts="0" 
            generateNumberParts="0" 
            splitOnCaseChange="0" 
            splitOnNumerics="0" 
            preserveOriginal="1"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" 
            generateWordParts="0" 
            generateNumberParts="0" 
            splitOnCaseChange="0" 
            splitOnNumerics="0" 
            preserveOriginal="1"/>
  </analyzer>
</fieldType>

核心参数作用：

• generateWordParts="0"：禁止拆分出单个词汇片段（比如不把soul-control拆成soul和control）

• preserveOriginal="1"：保留带连字符的原始词汇作为独立分词单元

• 绑定字段到新的字段类型
  把存储目标术语的字段，指定为上面定义的text_preserve_hyphen类型：

<field name="your_field_name" type="text_preserve_hyphen" indexed="true" stored="true"/>

替换your_field_name为你实际存储文档内容的字段名（比如content）。

• 重新索引文档
  修改完配置后重启Solr，然后重新索引所有相关文档，确保新的分词规则应用到已存储的内容上。

做完这些，直接搜索soul-control时，Solr就会将其作为完整检索词匹配，只会返回包含该完整术语的文档，不用再加引号。

内容的提问来源于stack exchange，提问作者ScottD