Solr 索引 HTML 实体
我正在通过 Solr 索引文档，这些文档是从网络上抓取的。这些文档包含 HTML 实体（例如 £ 或 £）。这些文件大多包含中欧字符。是否有任何 charfilter 可以完成此任务？我知道 solr.MappingCharFilterFactory，但使用它意味着我必须自己定义映射。我会对社区维护的共享解决方案感到更满意。感谢您的帮助！
I am indexing documents by Solr, which were scraped from the web. The documents contain HTML entities (such as £ or £). Mostly the documents contain central european characters. Is there any charfilter for this task? I know solr.MappingCharFilterFactory, but using this would mean, that I have to define the mappings myself. I would be happier with a shared solution maintained by a community. Thanks for your help!
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
有
solr.HTMLStripCharFilterFactory，它转换HTML实体，但它也会剥离HTML标签。There is
solr.HTMLStripCharFilterFactory, which convertsHTMLentities, but it also stripsHTMLtags.