如何從nutch索引時將一些額外的字段添加到solr中？

Question

我使用的是使用cygwin和solr 4.8.0的nutch 1.9。我可以使用下面的代碼將抓取的數據編入索引。

斌/抓取網址/ crawlresult/HTTP：//本地主機：8983/Solr的/ 1

但我想添加一些額外的領域，而如的indexed_by，crawled_by，crawl_name等
索引我需要幫助。

在此先感謝。

Answer 1

如果附加字段的值沒有改變，那麼你可以使用Nutch的index-static插件。它允許您添加一些字段及其內容。你首先需要在nutch-site.xml中啓用它。然後，添加字段列表如下圖所示：

<property> 
<name>index.static</name> 
<value>indexed_by:solr,crawled_by:nutch-1.8,crawl_name:nutch</value> 
<description> 
    Used by plugin index-static to adds fields with static data at indexing time. 
    You can specify a comma-separated list of fieldname:fieldcontent per Nutch job. 
    Each fieldcontent can have multiple values separated by space, e.g., 
    field1:value1.1 value1.2 value1.3,field2:value2.1 value2.2 ... 
    It can be useful when collections can't be created by URL patterns, 
    like in subcollection, but on a job-basis. 
    </description> 
</property> 

如果這些字段的值不是靜態的，獨立的索引的文件，那麼你將需要編寫一個插件IndexingFilter做到這一點。查看index-static插件，瞭解如何實現你的。