如何在opensearchserver中访问原始数据？

Question

我搜索了文档但无法找到存储所有数据的位置。 我想访问所有已爬网的数据，以便进行自己的处理。

Answer 1

在文件StartStopListener中设置索引目录：查找环境值 OPENSEARCHSERVER_DATA ， OPENSEARCHSERVER_MULTIDATA 或 OPENSHIFT_DATA_DIR <的值/强>

现在，您是否能够轻松/正确地解析文件是另一个争论：我从未试图直接手动直接打开搜索服务器的索引，我不知道索引格式是否良好记录。

Answer 2

默认情况下，不会存储已爬网的数据。仅存储提取的文本。可以存储已爬网的数据，以下是流程：

1. 创建一个新字段：将“stored”参数设置为yes或压缩。
2. 转到架构/解析器列表
3. 编辑HTML解析器
4. 在“字段映射”选项卡中，将解析器字段“htmlSource”链接到新字段。

重新启动索引编制过程。现在，所有已爬网的数据都将复制到此字段。不要忘记在查询中将其添加为返回的字段。