我已成功使用Nutch抓取网站，并尝试使用Solr作为索引器/搜索器返回突出显示的摘要。所以，如果我查询“海洋”，那么我想从仅包含该查询词的网页文本（不是标题或网址）返回20-30字的摘要。
我已将Nutch schema.xml复制为我的Solr schema.xml。
所以我有两个问题： 1. Nutch schema.xml中的“content”字段是网页正文元素的字段吗？ 2.如果未存储此字段，是否有办法让Solr在搜索时检索该字段，以便突出显示该字段？
答案 0 :(得分：1)
我很长一段时间没有使用过Nutch，但我认为假设“内容”是你要突出显示的字段是非常安全的。
您需要存储该字段才能使用突出显示，如果您想使用FastVectorHighlighting，则需要为该字段启用以下属性：termVectors，termPositions和termOffsets。
如果您使用FVH，您还可以在Solr 3.5及更高版本中使用boundaryScanner。