Question

在Nutch wiki中，它建议使用以下内容：

bin/nutch solrindex <solr url> <crawldb> [-linkdb <linkdb>] [-params k1=v1&k2=v2...] (<segment> ... | -dir <segments>) [-noCommit] [-deleteGone] [-filter] [-normalize]

的目的是什么？

[-filter] [-normalize]

当Nutch有多个过滤器和规范化配置文件？

automaton-urlfilter.txt
domain-urlfilter.txt
regex-urlfilter.txt
suffix-urlfilter.txt
regex-normalize.xml
host-urlnormalizer.txt

Answer 1

索引到Solr时，默认情况下这些配置文件设置为false，因此如果您希望将传递给Solr的索引标准化或归档，那么您将启用这些选项。

对我而言，这似乎是一个毫无意义的选择，但仅仅因为我不希望我的Solr配置如何工作，但它是一个更高级的功能，将使少数人受益

我什么时候使用solrindex [-filter]和[-normalize]？

1 个答案: