【发布时间】：2012-04-22 16:52:09
【问题描述】：
我正在尝试索引维基百科的转储。为了为文章提供摘要（或者，将来可能启用突出显示功能），我想在没有 WikiMarkup 的情况下存储他们的文本。对于第一次尝试，我只留下字母数字符号就足够了。那么问题是可以存储在字符级别过滤的字段，而不是原始字段吗？
【问题讨论】：
【发布时间】：2012-04-22 16:52:09
【问题描述】：
没有开箱即用的方法。如果您希望 Solr 执行此操作，您可以创建自己的 UpdateHandler，但这可能有点棘手。最简单的方法是在将文档发送到 Solr 之前对其进行预处理。
【讨论】：
-
我已经得出了同样的结论。如果有足够的时间，这就是我可能会实施的。无论如何，谢谢，我感谢 UpdateHandler 的提示。
默认情况下，Solr 会在索引时间分析器为您的 fieldType 应用过滤器之前存储原始字段值。所以默认情况下它不存储过滤后的值。但是，您有两种选择来获得您想要的结果。
- 您可以在查询时对字段应用与在索引时应用相同的过滤器来删除 wiki 标记。详情请参阅Analyzers, Tokenizers and Token Filters on the Solr Wiki。
- 您可以在将数据加载到 Solr 之前在单独的进程中将过滤器应用于数据，然后 Solr 将存储过滤后的值，因为您将在过滤状态下传递它们。
【讨论】：
-
我接受了 jpountz 的回答，因为关于实现自定义 UpdateHandler 的有用提示。而且我认为您的建议 No.1 对我的目的没有用，因为我认为让用户使用 WikiMarkup 构建查询没有任何意义。
-
不用担心。但是，您错过了第 1 点。用户不需要使用 WikiMarkup 编写查询。在存储 wiki 页面文本的 Solr fieldType 中，如果您在使用 PatternReplaceCharFilterFactory - wiki.apache.org/solr/… 之类的索引时剥离 WikiMarkup，您还需要在 fieldType 定义的查询端使用相同的过滤器。有关详细信息，请参阅wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#Analyzers。