返回網頁摘要使用Solr

Question

我爬使用Nutch成功的一個網站，我試圖恢復使用的Solr作爲索引/搜索高亮顯示的摘要。所以，如果我查詢「海洋」，那麼我想從網頁（不是標題或URL）包含查詢詞的只是文本返回一個20-30字的摘要。

我複製了Nutch的schema.xml中爲我的Solr schema.xml中。

所以我有兩個問題： 1. Nutch schema.xml中的「content」字段是網頁正文元素的字段嗎？ 2.如果沒有存儲該字段，有沒有辦法讓Solr的檢索在搜索時該字段，以便它可以突出？

Answer 1

1. 我很久沒用過Nutch了，但我認爲假設「內容」是你想突出顯示的字段是非常安全的。

2. 您需要存儲該字段才能使用突出顯示，並且如果要使用FastVectorHighlighting，則需要爲該字段啓用以下屬性：termVectors，termPositions和termOffsets。

如果您使用FVH，也可以在Solr 3.5及更高版本中使用boundaryScanner。