如何在SOLR中索引URL，以便我可以在网站后提升结果

Question

我在SOLR中索引了数千个文档，这些文档表示从不同网站抓取的数据。文档的一个字段是SourceURL，其中包含我抓取并编入此文档索引的网页的网址。

我想使用提升查询来提升特定网站的结果。 例如，我有4个文件，每个文件在SourceURL中包含以下数据

1. https://meta.stackoverflow.com/page1
2. http://www.stackoverflow.com/page2
3. https://stackoverflow.com/page3
4. http://stackexchange.com/page1

我想提升来自stackoverflow.com的所有结果，而不是子域（在本例中为结果2和3）。

您知道如何索引网址字段，然后使用提升查询来识别特定网站中的所有文档，如上例所示？

Answer 1

一种方法是在索引时间之前解析url并指定它是否是主域（例如，schema.xml文件中的primarydomain布尔字段）。

然后，您可以在查询结果中提升primarydomain字段。请参阅使用Solr Wiki中的DisMaxQParserPlugin获取有关如何在查询时提升字段的示例。