正确的Solr分词器来标记文本，同时保留特殊字符

Question

哪个分词器是适合这样做：

input: "This-something is something." 
output: ["] [This] [-] [something] [is] [something] [.] ["] 

我试图与solr.WordDelimiterFilterFactory，但这删除所有特殊字符。也试过solr.KeepWordFilterFactory，所有特殊字符在keepwords.txt。但是这也行不通。

有什么建议吗？我在Solr 3.4上。

Answer 1

不要以为您的特定要求有一个开箱即用的Tokenizer。
您可以创建一个新的特定要求，并轻松让Solr使用它。