Solr DataImportHandler：我可以使用 XPathEntityProcessor 从 xml 属性获取动态字段名称吗？

Question

我有一些 XML 需要摄取到 Solr 中，这听起来像是一个旨在由 DataImportHandler 解决的用例。我想要做的是从一个 XML 属性中提取列名，并从另一属性中提取值。下面是我的意思的一个例子：

<document>
  <data ref="reference.foo">
    <value>bar</value>
  </data>
</document>

在这个 xml 片段中，我想添加一个名为 reference.foo 和值 bar 的字段。 DataImportHandler 包括用于处理 XML 文档的 XPathEntityProcessor。我尝试过使用它，如果我给它一个已知的列名称（例如 ），它就会完美地工作但无法找到任何文档或示例来建议如何做我想做的事，或者无法完成它。那么：

• 我可以使用 XPathEntityProcessor 来做到这一点吗？如果是这样，怎么办？
• 如果没有，我可以使用 DataImportHandler 以其他方式执行此操作吗？
• 或者我是否需要编写自己的导入处理程序？

Answer 1

我还没有找到一种在不引入变压器的情况下做到这一点的方法，但通过使用一个简单的 ScriptTransformer 我解决了这个问题。它是这样的：

...
<script>
function makePair(row) {
  var theKey = row.get("theKey");
  var theValue = row.get("theValue");

  row.put(theKey, theValue);
  row.remove("theKey");
  row.remove("theValue");

  return row;
}
</script>

...

<entity name="..." 
  processor="XPathEntityProcessor" 
  transformer="script:makePair"
  forEach="/document"
  ...>

  <field column="theKey" xpath="/document/data/@ref" />
  <field column="theValue" xpath="/document/data/value" />
</entity>
...

希望对某人有帮助！

请注意，如果您的动态字段是多值的，则必须迭代 theKey，因为 row.get("theKey") 将是一个列表。

Answer 2

您想要做的是选择基于属性值的节点。

从你的例子来看，你会这样做：

<field column="ref" xpath="/document/data[@ref='reference.foo']"/>