我怎样才能在solr中检索页面信息？

Question

我是nutch和solr的新手。 我使用nutch来抓取网站，我使用solr索引这些网页。 是否有一种方法可以检索solr数据库中链接的内容？

例如

• 如果我有索引http://www.prova.com/prova.html
• 此页面包含文本“这是一个新页面”
• 在solr中，文本页面是否保存在某处？

由于

Danilo的

Answer 1

页面文本存储在名为“content”的字段中。请注意，这不是原始页面，而是页面的解析版本。可搜索的内容应该出现在这里，但不包括元标记和javascript。