0

Apache Solr 3.6 のダウンロードの例で solr.jar を使用すると、HTML タグが削除されません。

schema.xml に以下を追加しました。

<!-- A text field that only splits on whitespace for exact matching of words -->
<fieldType name="text_html" class="solr.TextField" positionIncrementGap="100">
  <analyzer>
    <charFilter class="solr.HTMLStripCharFilterFactory"/>
    <tokenizer class="solr.StandardTokenizerFactory"/>
  </analyzer>
</fieldType>

<field name="title" type="text_html" indexed="true" stored="true" multiValued="true"/>

また、次の JSON を SOLR に投稿しました。

[
{
    "id" : "978-064172344522",

    "title":"my <a href=\"www.foo.bar\">link</a>  power-shot PowerShot USC Utility <br>hello</br> Rejections Under 35 U.S.C. 101 and 35 U.S.C. 112, First Paragraph Petitions to correct inventorship of an issued patent are decided by the <Underline>Supervisory Patent Examiner</Underline>, as set forth"

}

]

SOLR を再起動した後、power-shot の検索を実行しましたが、結果にはまだ HTML タグが表示されます 

 <result name="response" numFound="1" start="0" maxScore="0.13561106">
 <doc>
 <float name="score">0.13561106</float>
 <str name="id">978-064172344522</str>
 <arr name="title">
 <str>my <a href="www.foo.bar">link</a> power-shot PowerShot USC Utility <br>hello</br>

ここに何が欠けていますか？

4

1 に答える 1

2

表示されるのは、Solr に最初に送信されたとおりに保存されたフィールドです。たとえば、'title:href' を検索すると、Analyzer チェーンの html 要素を削除する必要があるため、ドキュメントが見つからないはずです。

于 2012-06-14T19:34:50.563 に答える