solr - 索尔。不存储原始字段，而是过滤一个

Question

我正在尝试索引维基百科的转储。为了为文章提供摘要（或者，将来可能启用突出显示功能），我想在没有 WikiMarkup 的情况下存储他们的文本。对于第一次尝试，我只留下字母数字符号就足够了。所以问题是可以存储在字符级别过滤的字段，而不是原始字段吗？

Answer 1

没有办法开箱即用。如果您希望 Solr 执行此操作，您可以创建自己的UpdateHandler，但这可能有点棘手。最简单的方法是在将文档发送到 Solr 之前对其进行预处理。

Answer 2

默认情况下，Solr 在索引时间分析器为您的 fieldType 应用过滤器之前存储原始字段值。所以默认情况下它不存储过滤后的值。但是，您有两种选择来获得您想要的结果。

1. 您可以在查询时对字段应用与在索引时应用相同的过滤器来删除 wiki 标记。有关更多详细信息，请参阅Solr Wiki 上的分析器、标记器和标记过滤器。
2. 在将数据加载到 Solr 之前，您可以在单独的过程中将过滤器应用于数据，然后 Solr 将存储过滤后的值，因为您将在过滤状态下传递它们。