0

我有一个包含 600.000 个文档的 Solr-Servlet，每个文档包含大约 10-30 个多值字段。为了更新文档，我遇到了一些问题，因为 Solr 在 3.6 版中没有任何更新功能。我想做的事情：我想做的事情：我想要一个应用程序，它只需要应该插入到文档中的字段。例如：

文档 1（字段 1 / 值 1，字段 2 / 值 2）

我想在这个文档中插入一个 field3 / value3。现在，有必要这样做：

文档 1（字段 1 / 值 1，字段 2 / 值 2，字段 3 / 值 3）

每个文档中的字段数量较多的原因，我只想添加 field3 / value3，而不需要编写知道所有其他字段，如上图所示：

文档 1（字段 3 / 值 3）

这就是为什么我编写了一个应用程序，它首先自动从 Solr 获取所有数据，然后添加一个应该插入到文档中的字段。一切都很顺利，直到我处理文档，其中字段的值如 'ä' 'ö' 'ü' 等等。Solr 比返回错误：

org.apache.solr.common.SolrException：无效的 UTF-8 起始字节 0xfc

我想通了，这是由上面张贴的字符引起的。因此我想知道我的输入流是哪种编码（我为此使用了juniversalchardet），它指出编码是WINDOWS-1252。我的应用程序是用 Java 编写的，没有任何 Solr 库（只有标准的 http 库和用于 xml 处理的 javax）。您知道编码更改的位置以及如何避免它吗？是 Java 还是它，因为 servlet 在 Windows 机器上运行？

谢谢你的帮助！

编辑：我应该使用 Solrj 库吗？有谁知道这是否可以避免我的问题？

4

1 回答 1

0

经过一番研究，我发现了我的问题，我想把它分享给所有可能有同样问题的人。输入流似乎取决于您正在运行的系统。正如您可能猜到的，我使用的是 Windows 机器。您唯一需要做的就是将您的输出流设置为 UTF-8，Solr 将使用它来重新索引您的文档。我使用了 FileOutputStream，因为我需要记录更改。所以我缺少的代码是：

OutputStreamWriter out = new OutputStreamWriter(new FileOutputStream("Updatefiles/"+uuid+".xml"),"UTF-8");

您可以选择几乎所有流的编码。我不知道这个参数，所以对于所有将面临这个问题的人 -> 只需设置输出流的编码。

于 2012-08-31T11:44:32.863 回答