htmlタグのないクエリsolr？

Question

私は、次のデータをSolrのために送信されました：

{ 
    "id":"kkk", 
    "name":"<div>book</div>" 
} 

Solrには、データを受信した後、私は「DIV」を検索すると、結果は表示されませんが、私は「本」を検索すると、結果が表示されます、 どのようにできるのか ？ここで は私のスキーマです：私はインデックスを行う際

<field name="name" type="text_html" indexed="true" stored="true"/> 

<fieldType name="text_html" class="solr.TextField" positionIncrementGap="100"> 
    <analyzer> 
     <charFilter class="solr.HTMLStripCharFilterFactory"/> 
     <tokenizer class="solr.WhitespaceTokenizerFactory" /> 
     <filter class="solr.LowerCaseFilterFactory" /> 
     <filter class="solr.StopFilterFactory" 
       ignoreCase="true" 
       words="lang/stopwords_en.txt" 
      /> 
    </analyzer> 
</fieldType> 

SolrにはHTMLタグを取り除くことができ、私が直接データSolrに送信する場合は、どのように私は、HTMLタグを取り除くことができますか？

Answer 1

あなたのSolrクエリの結果としてnameというフィールドに表示される内容は、実際にSolrによって索引付けされたものではありません。

<charFilter class="solr.HTMLStripCharFilterFactory"/>フィルタはHTMLタグを削除します。

すべてのフィルタ/トークナイザが実行された後でさえ、コンテンツは本当にLuceneによって索引付けされます。

詳細については、Solr Admin Analysis Toolをご覧ください。

結論

、フィールドごとに2つのコンテンツがあります。

• 格納されたコンテンツのインデックスに渡されたソーステキストです（と文書がクエリ制約と一致したときには、ユーザに返されています（stored="true"） 。
は
• 次に、情報検索部に使用されるトークン/フィルタによって処理された後にソースコンテンツで索引付けされたコンテンツ（indexed="true"）。

私の知る限りでは、Mする方法はありません処理後に保存された（ソース）コンテンツをodifyします。これはフィールドのソースだと言われています。ソースを変更したい場合は、Solrに送信する前に準備してください。