查询没有 html 标签的 solr？

Question

我已经向 Solr 发送了以下数据：

{
    "id":"kkk",
    "name":"<div>book</div>"
}

solr接收到数据后，如果我搜索"div"，结果不显示，但是当我搜索"book"时，结果会显示，我该怎么办？这是我的架构：

<field name="name" type="text_html" indexed="true" stored="true"/>

<fieldType name="text_html" class="solr.TextField" positionIncrementGap="100">
    <analyzer>
        <charFilter class="solr.HTMLStripCharFilterFactory"/>
        <tokenizer class="solr.WhitespaceTokenizerFactory" />
        <filter class="solr.LowerCaseFilterFactory" />
        <filter class="solr.StopFilterFactory"
                ignoreCase="true"
                words="lang/stopwords_en.txt"
            />
    </analyzer>
</fieldType>

solr做索引的时候只能去掉html标签，如果想直接把数据发给solr，怎么去掉html标签？

Answer 1

您在字段 name 中看到的作为 Solr 查询结果的内容并不是 Solr 真正索引的内容。

<charFilter class="solr.HTMLStripCharFilterFactory"/> 过滤器将删除 HTML 个标签。

只有filters/tokenizers全部执行完内容才真正被Lucene索引。

查看 Solr Admin Analysis Tool 以更好地了解正在发生的事情。

总之，每个字段有两个内容：

存储的内容 (stored="true")，它是传递给索引的源文本（当文档匹配查询约束时返回给用户。
一个索引内容（indexed="true"）是经过token/filters处理后的源内容，然后用于信息检索部分。

AFAIK，处理后无法修改存储的（源）内容，因为这是字段的源，所以如果你想修改源，只需在提交给 Solr 之前准备好。

查询没有 html 标签的 solr？

query solr without html tags?

solr

solrj