Solr的索引网页链接

我与Solr5.2.1工作，并希望我的指标变量（链接）分成两个不同的值（原始链接，核心环节）Solr的索引网页链接

例如，如果有一个输入http://wiki.apache.org/solr/然后，原来的链接是http://wiki.apache.org/solr/本身，核心链接是wiki.apache.org

我目前的Solr索引核心链接，但不是原始链接。请帮我解决我的solr配置与索引原始链接

在我的schema.xml中，链接定义如下，并使用“text_general”。

<field name="link" type="text_general" indexed="true" stored="true" required="false" /> 

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100" multiValued="true"> 
<analyzer type="index"> 
<tokenizer class="solr.StandardTokenizerFactory"/> 
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />

要得到原始链接，我应该使用multiValued =“true”吗？

来源

2016-04-27 Jin Park

你应该让你的链接字段接受多个值

是用多值=“真”尝试字段名“链接”既然你想指数双双链接字符串值成相同的字段。使用StandardTokenizer，您的原始链接将被拆分。在这里它将字符“/”看作分隔符。在这里你原来的链接http://wiki.apache.org/solr/将成为标记为

HTTP

wiki.apache.org

Solr的

来源

2016-04-27 10:46:44 vinod

您可以为核心环节的另一个字段，然后Solr中的文档将具有核心链接和原始链接。

我建议不要在相同字段中添加多值真值。

在未来，如果你要链接原创和核心分开，然后分开场会为你工作。

但是，是有在其添加到同一个字段，如果你不想携带任何单独的搜索和分析，没有坏处。

来源

2016-04-27 10:59:37

你不应该使用标准分词器为您schema.xml中提到，因为它把“/”作为分隔符。相反的，你应该使用Keyword Tokenizer如图所示，

<analyzer type="index"> 
<tokenizer class="solr.KeywordTokenizerFactory"/>

和多值的字段可以让我们存储在同一领域多个值。所以没有使用multiValued =“true”。

来源

2016-04-27 11:06:41 hp36

就像你提到的那样，我将Standard Tokenizer Factory改为Keyword Tokenizer。之后，它只给出原始链接。我如何索引原始链接和核心链接？ –

如果你还想索引核心链接，那么在schema.xml中创建一个单独的字段'url_core'，并创建一个fieldType作为'text_url_core'并定义一个正则表达式标记器，如图所示， ' <字段类型名称= ”text_url_core“ 类= ”solr.TextField“ positionIncrementGap = ”100“> ' – hp36

Solr的索引网页链接

回答

相关问题