如何使用Xpath和SOLR索引HTML中的特定标记

Question

为了避免数据重复，我打算只存储一个已爬网的HTML文件，但是在索引时使用SOLR中的过滤器或函数完成了对Xpath的HTML解析。

html本身没有被编入索引但被转换为solr将使用Xpath索引的字段。

我是SOLR的新手，但我可以想象我应该能够做到这样的事情：

1. 调用数据库索引URL
2. 在SOLR中注册一个过滤器，该过滤器接收每条记录并将其转换为多个字段。

如果您有任何信息，谢谢。