我在使用 Zend_Lucene 和 åäö 等外来字符时遇到了一些严重的问题。这些问题在创建索引和查询索引时都会出现。我已经尝试过 iso-8859-1 和 utf-8。
ISO-8859-1
不起作用的查询看起来像“+_area:skåne“。使用 Zend_Lucene 我没有得到任何匹配项，但是如果我在 Luke 中运行此查询，我会得到许多匹配的文档。
该索引包含 20 个字段。使用以下语法添加“_area”字段：
$doc->addField(Zend_Search_Lucene_Field::keyword('_area', strtolower($item['area']), 'iso-8859-1'));
我正在使用Zend_Search_Lucene_Analysis_Analyzer_Common_TextNum_CaseInsensitive分析仪。
运行索引时，有时会出现以下错误消息（索引的文档是从 ISO-8859-1 编码的数据库中随机选择的）
注意： iconv()：在 TextNum.php 的输入字符串中检测到非法字符。
通过检查 $this->_input 是否为空来“解决”这个问题，因为这似乎导致了通知。注意：奇怪的查询结果是预先存在的条件。
当我使用外来字符搜索关键字字段时，我收到上述错误，但当我搜索文本字段时，它的行为有所不同。然后它会生成下面大约一百个错误。
注意：\Zend\Search\Lucene\Search\Query\MultiTerm.php 第 472 行中未定义偏移量：1996
但它产生了看起来正确的结果集！附带说明一下，第二个查询不会在 Luke 中生成任何结果。
UTF-8
我还尝试过 UTF-8，因为据我所知，Zend_Lucene 在内部使用它。由于数据集是 ISO-8859-1，我使用它进行转换utf8_encode。但索引会产生以下错误。
注意：未定义的偏移量：266979 in
\Zend\Search\Lucene\Index\SegmentInfo.php
632号线
注意：试图获得以下财产
非对象在
\Zend\Search\Lucene\Index\SegmentMerger.php
196号线
注意：试图获得以下财产
非对象在
\Zend\Search\Lucene\Index\SegmentMerger.php
200号线
注意：未定义索引：in
\Zend\Search\Lucene\Index\SegmentWriter.php
231号线
注意：试图获得以下财产
非对象在
\Zend\Search\Lucene\Index\SegmentWriter.php
231号线
注意：未定义的偏移量：250595 in
\Zend\Search\Lucene\Index\SegmentInfo.php
2020年上线
注意：试图获得以下财产
非对象在
\Zend\Search\Lucene\Index\SegmentInfo.php
2020年上线
注意：未定义索引：in
\Zend\Search\Lucene\Index\SegmentWriter.php
465号线
...
所以。有人可以解释一下吗？ :) 我相信（经过几天的谷歌搜索）我不是唯一经历过这种情况的人。
