带有 Tomcat 6 的 Solr 4.7.1 不存储罗马尼亚字符

【问题标题】：Solr 4.7.1 with Tomcat 6 doesn't store romanian characters带有 Tomcat 6 的 Solr 4.7.1 不存储罗马尼亚字符
【发布时间】：2014-10-10 14:52:19
【问题描述】：

当尝试将罗马尼亚特殊字符（变音符号）存储到 solr 架构字段中时，例如：

<field name="description" type="text_general" indexed="true" stored="true" required="false"/>

罗马尼亚字符是：(ă,î,â,ș,ț)，它们在 SOLR 中被替换为 ?。

提到我已经完成了基本设置所需的一切，我使用 Tomcat6 运行它。

我的 Solr 版本是 4.7.1

【问题讨论】：

标签： tomcat6 solr4 php-5.4

【解决方案1】：

确保以正确的编码向 Solr 提交数据。

还要考虑为内容类型指定字符集。例如。内容类型：文本/纯文本； charset=UTF-8

还可以尝试检查 Solr Side 是如何解析数据的。只需调试此方法：

org.apache.solr.servlet.SolrRequestParsers.parseParamsAndFillStreams(HttpServletRequest, ArrayList<ContentStream>)

见这行：

final String cs = ContentStreamBase.getCharsetFromContentType(req.getContentType());
final Charset charset = (cs == null) ? IOUtils.CHARSET_UTF_8 : Charset.forName(cs);

Solr 应该在这里提供 UTF-8。

【讨论】：