html - 如何在 solr 中检索页面信息？

Question

我是 nutch 和 solr 的新手。我使用 nutch 来抓取网站，并使用 solr 来索引这些页面。有没有一种方法可以检索 solr 数据库中链接的内容？

例如

• 如果我有索引http://www.prova.com/prova.html
• 此页面包含文本“这是一个新页面”
• 在 solr 中，文本页面是否保存在某处？

谢谢

达尼洛

Answer 1

页面的文本存储在名为“内容”的字段中。请注意，这不是原始页面，而是页面的解析版本。可搜索的内容应该出现在这里，而不是元标记和 javascript 之类的东西。