lucene Solr 8.6.3无法索引html文件

dwbf0jvd 于 2022-11-07 发布在 Lucene

关注(0)|答案(1)|浏览(170)

solr/
├── bin/
├── CHANGES.TXT
├── contrib/
├── dist/
├── docs/
├── example/
├── licenses
............
├── server/
└── tempfolder/
    └── index.html

我有以下文件夹结构和我的solr版本是8.6.3。当我输入命令：

bin/post -c solrhelp -filetypes html tempfolder/

我得到以下错误：
Solr返回了错误#404（未找到），URL为：您可以在这里找到一个新的资源literal.id。
但是在solr-8.3.1中这个命令可以正常工作。solr-8.6.3支持html文件索引吗？如果支持，怎么做？

lucene

来源：https://stackoverflow.com/questions/64659922/solr-8-6-3-could-not-index-html-file

1条答案

按热度按时间

x8goxv8g1#

您必须启用ExtractingRequestHandler并将其配置为/extract可用。这可能在您的旧安装中已经完成。
如果您没有使用示例配置集，使用Solr Cell所需的jar将不会自动加载。您需要配置solrconfig.xml以查找ExtractingRequestHandler及其依赖项：

<lib dir="${solr.install.dir:../../..}/contrib/extraction/lib" regex=".*\.jar" />
<lib dir="${solr.install.dir:../../..}/dist/" regex="solr-cell-\d.*\.jar" />

然后，您可以在solrconfig.xml中配置ExtractingRequestHandler。以下是Solr's _default配置集中的默认配置，您可以根据需要修改它：

<requestHandler name="/update/extract"
            startup="lazy"
            class="solr.extraction.ExtractingRequestHandler" >
  <lst name="defaults">
    <str name="lowernames">true</str>
    <str name="fmap.content">_text_</str>
  </lst>
</requestHandler>

赞(0）回复(0）举报 2022-11-07

我来回答

lucene Solr 8.6.3无法索引html文件

1条答案

相关问题

热门标签

最新问答