如何防止solr在編制索引時解碼url？

Question

我正在使用Solrj索引Solr中的文檔，其中一個字段是url。在創建solr文檔並將其傳遞給SolrServer時，我沒有進行任何明確的解碼，以保持url的原始格式。但是，一旦它被索引，網址就被解碼。

下面是一個包含撇號的測試示例。

http://test.com/test/Help/What%e2%80%99s_N1 

Solr中的索引，它被解碼爲

http://test.com/test/Help/What's_N1 

下面是一個示例代碼：

SolrServer solrServer = new StreamingUpdateSolrServer(solrPostUrl, solrQueueSize, solrThreads); 
SolrInputDocument solrDoc = new SolrInputDocument(); 
solrDoc.addField("url", "http://test.com/test/Help/What%e2%80%99s_N1"); 
UpdateResponse solrResponse = solrServer.add(solrDoc); 

我看着SolrInputDocument對象，它確實有正確的格式，即編碼版本。

我會很感激，如果有人可以提供這個指針。

感謝

Answer 1

我覺得這是你的斷詞

良好的通用標記者剝去許多外來 字符，並設置令牌類型有意義的值，因爲。令牌類型爲 ，僅適用於識別類型相同的令牌類型的後續令牌過濾器。沒有任何使用StandardTokenizer類型的篩選器。

約standardTokenizer

檢查出來here

你可以改變這一切行爲Solr的/ schema.xml中