regex - Solr RegexTransformer 仅将第一次匹配到多值字段

Question

我想在来自 DB 的评论中找到主题标签。为此，我将 Solr 的 RegexTransformer 与多值字段一起使用。我的问题是，Transformer 只提供字符串的第一个匹配项，而不是所有匹配项。

board.xml：架构.xml <field column="hashtag" sourceColName="comment" regex="(#[^.!\s]+)" /> ：<field name="hashtag" type="string" multiValued="true" />

所以例如“这是一个#good #comment”作为输入应该在多值字段中保存#good和#comment，但只有#good 到达。

我知道在 Regex 方面我不是最好的，但根据http://www.regexplanet.com它应该按预期工作。

Answer 1

好的，所以我发现，这种行为是有目的的。它总是只返回一个匹配。我通过使用ScriptTransformer解决了这个问题

function CommentPieces(row){
        var reg = new RegExp(/(#[^.!\s]+)/g);
        var arr = new java.util.ArrayList();
        while((result = reg.exec(row.get('comment'))) !== null) {
            if(!arr.contains(result[0])){
                arr.add(result[0]);
            }
        }
        row.put('hashtag', arr);
        return row;
    }