Solr索引HTML实体

Question

我正在索引Solr的文档，这些文档是从网上删除的。这些文档包含HTML实体（例如£或£）。大多数文件都包含中欧字符。这个任务有没有charfilter？我知道solr.MappingCharFilterFactory，但使用它意味着，我必须自己定义映射。我会更乐意使用由社区维护的共享解决方案。谢谢你的帮助！

Answer 1

有solr.HTMLStripCharFilterFactory，可转换HTML个实体，但也会删除HTML个代码。