Question

我对Solr很新。我成功通过DIH索引我的sql数据库中的数据。现在我想导入xml文件并通过DIH将它们编入索引，但它不起作用！我的data-config.xml如下所示：

<dataConfig>
    <dataSource type="FileDataSource" encoding="UTF-8" />
    <document>
    <entity name="dir" 
            processor="FileListEntityProcessor" 
            baseDir="/bla/test2" 
            fileName=".*xml"
            stream="true"
            recursive="false"       
            rootEntity="false">
            <entity name="PubmedArticle"
                    processor="XPathEntityProcessor"
                    transformer="RegexTransformer"
                    stream="true"
                    forEach="/PubmedArticle"
                    url="${dir.fileAbsolutePath}">


                <field column="journal" xpath="//Name[.='journal']/following-sibling::Value/text()" />
                <field column="authors" xpath="//Name[.='authors']/following-sibling::Value/text()" />

             ..etc

我在schema.xml中有以下字段：

<field name="journal" type="text" indexed="true" stored="true" required="true" /> <field name="authors" type="text" indexed="true" stored="true" required="true" />

当我运行Solr时，我没有错误，也没有索引文档：

<str name="Total **Rows Fetched**">**2000**</str>
<str name="Total **Documents Skipped**">**0**</str>
<str name="Full Dump Started">2012-02-01 14:59:17</str>
<str name="">Indexing completed. **Added/Updated: 0 documents.** Deleted 0 documents.

谁能告诉我我做错了什么？！我甚至仔细检查了路径语法...

Answer 1

我建议查看类似问题的答案：

Need help indexing XML files into Solr using DataImportHandler

使用像groovy这样的脚本语言要复杂得多，而且更容易测试。

Answer 2

我最近在尝试同样的事情时遇到了同样的问题;即，当使用 FileListEntityProcessor （读取多个本地.xml文件）和 XPathEntityProcessor （以获取某些XML元素）时。

根本原因：在这一行：

<field column="journal" xpath="//Name[.='journal']/following-sibling::Value/text()" />

解释：Solr不支持xpath属性的参数（“// Name ...”），而有效的xpath语法。 “Apache Solr 4.4参考指南”简单地说： XPath表达式，它将从此字段的记录中提取内容。仅支持Xpath语法的子集。

解决方案：将xpath的参数更改为文档根目录的完整路径：

<field column="journal" xpath="/full/path/from/root/of/document/Name[.='journal']/following-sibling::Value/text()" />

Solr DataImportHandler不适用于XML文件

2 个答案: