删除正在生成的SOLR 5.2.1 highLight代码段中的HTML标签

时间:2018-12-11 07:27:41

标签: solr

要求是在索引自身时不要删除HTML标签,因为我以后需要带有HTML标签的内容才能以适当的样式显示文档。我只想要由SOLR 5.2.1高亮模块生成的摘录文本返回不含HTML标记的代码段文本。请建议是否可以执行此操作以及如何操作?

mannaged-schema.xml的PFB相关部分:

  <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100" multiValued="true">
    <analyzer type="index">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.StopFilterFactory" words="stopwords.txt" ignoreCase="true"/>
      <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
    <analyzer type="query">
      <charFilter class="solr.HTMLStripCharFilterFactory"/>
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <processor class="solr.HTMLStripFieldUpdateProcessorFactory">
            <str name="typeClass">solr.TextField</str>
      </processor>
    </analyzer>
  </fieldType>

solrconfig.xml的PFB相关部分:

<updateRequestProcessorChain name="add-unknown-fields-to-the-schema">
<processor class="solr.HTMLStripFieldUpdateProcessorFactory">
    <str name="typeClass">solr.TextField</str>
</processor>
<processor class="solr.RunUpdateProcessorFactory"/>
</updateRequestProcessorChain>

0 个答案:

没有答案