如何在solr中搜索html標籤？

Question

我用apache nutch爬行網站，並將其索引到Apache Solr.i不知道如何搜索與solr網站和html標籤之間的字符串？ 謝謝

Answer 1

最簡單的方法是從HTML中提取數據並索引提取的數據。您可以使用HTMLStripCharFilterFactory從輸入流中去除HTML。

<analyzer> 
    <charFilter class="solr.HTMLStripCharFilterFactory"/> 
    <tokenizer class="solr.StandardTokenizerFactory"/> 
</analyzer>