过去几天，我一直在研究soundex，metaphone和其他字符串搜索技术，据我了解，这两种算法都能很好地处理转译为英语的非英语单词。
但是，我的要求是，这样的搜索必须以原始的，未音译的语言工作，并能容纳德语，挪威语甚至西里尔字母等字母表。
是否有能够完全处理这些字母的搜索算法？还是我最好使用Lucene这样的第三方全文搜索库？因此，问题就变成了“ Lucene是否可以处理非英语字母？”
我不是这方面的专家，但是您的要求对我来说似乎很难。Soundex专为英语声音和字符而设计。我认为非英语语言效果不佳。
Double-Metaphone试图处理比Soundex或Metaphone更复杂的变体，并且旨在处理多种语言中的不规则性。可能足以满足您的需求。链接页面上有库实现的列表。
Lucene对其他语言的支持基于“ 分析器”的概念。Lucene附带了一组针对不同语言的分析器（尽管我找不到默认列表），但是质量可能会变化很大。
