Solr DataImportHandler不適用於XML文件

我是Solr的新手。我成功地通過DIH從我的sql數據庫索引數據。現在我想導入XML文件並通過DIH將它們編入索引，但它不起作用！我的數據-config.xml文件看起來是這樣的：Solr DataImportHandler不適用於XML文件

<dataConfig> 
    <dataSource type="FileDataSource" encoding="UTF-8" /> 
    <document> 
    <entity name="dir" 
      processor="FileListEntityProcessor" 
      baseDir="/bla/test2" 
      fileName=".*xml" 
      stream="true" 
      recursive="false"  
      rootEntity="false"> 
      <entity name="PubmedArticle" 
        processor="XPathEntityProcessor" 
        transformer="RegexTransformer" 
        stream="true" 
        forEach="/PubmedArticle" 
        url="${dir.fileAbsolutePath}"> 


       <field column="journal" xpath="//Name[.='journal']/following-sibling::Value/text()" /> 
       <field column="authors" xpath="//Name[.='authors']/following-sibling::Value/text()" /> 

      ..etc

，我已經在schema.xml中以下字段：

<field name="journal" type="text" indexed="true" stored="true" required="true" /> <field name="authors" type="text" indexed="true" stored="true" required="true" />

當我運行Solr的我沒有得到任何錯誤並沒有索引文件：

<str name="Total **Rows Fetched**">**2000**</str> 
<str name="Total **Documents Skipped**">**0**</str> 
<str name="Full Dump Started">2012-02-01 14:59:17</str> 
<str name="">Indexing completed. **Added/Updated: 0 documents.** Deleted 0 documents.

Can有人告訴我我做錯了什麼？！我甚至雙重檢查路徑語法...

來源

2012-02-01 Mel

我建議審查回答過類似的問題：

Need help indexing XML files into Solr using DataImportHandler

使用腳本語言如Groovy是少了很多複雜，更容易測試。

來源

2012-02-02 02:41:34

嗯，我不熟悉的常規，但是，本例看起來容易，但我還是不要甚至不知道該怎麼處理這個腳本！但是，我確實發現它確實與xpath表達式有關。該XML文件是這樣的： <名稱的className = 「java.lang.String中」>軸頸 <值的className = 「java.lang.String中」>有機化學雜誌的。雖然表達式正確，當我改變它只''名稱'DIH索引文件，但那不是我想要的。 //名稱[text（）='journal']不會工作:(我只是不明白爲什麼！ – Mel 2012-02-03 15:06:39

我最近在嘗試相同的事情時遇到了同樣的問題;即使用FileListEntityProcessor（讀取多個本地.xml文件）和XPathEntityProcessor（以獲取某些XML元素）。

根本原因：在這一行：

<field column="journal" xpath="//Name[.='journal']/following-sibling::Value/text()" />

說明：爲XPath的屬性參數（「//名稱...」），而有效的XPath語法，不支持由Solr提供。「Apache Solr 4.4參考指南」簡單地說： XPath表達式將從該字段的記錄中提取內容。僅支持Xpath語法的一個子集。

解決方案：更改參數的XPath來從文檔根目錄的完整路徑：

<field column="journal" xpath="/full/path/from/root/of/document/Name[.='journal']/following-sibling::Value/text()" />

來源

2013-10-17 11:04:38 HisHighnessDog

Solr DataImportHandler不適用於XML文件

回答

相關問題