在 OpenSearchServer 搜索结果中获取缩略图答案

【问题标题】：Getting thumbnails in OpenSearchServer search results在 OpenSearchServer 搜索结果中获取缩略图
【发布时间】：2016-05-10 11:30:02
【问题描述】：

我需要一个替代谷歌自定义搜索的网站来管理我的网站，它必须能够抓取网站、索引它、允许调整优先级，然后允许通过 REST 或类似的东西进行搜索查询并返回 XML或 JSON 等。它需要在 Windows Server 实例上运行。

所以，我已经开始使用http://www.opensearchserver.com/ 并运行它似乎可以解决问题，但是对于我的一生来说，无法弄清楚如何在结果中获取缩略图？我已经搜索了文档并阅读了我能阅读的所有内容，但无法找到如何执行此操作（或如何理解它）。

我正在抓取标准网页，它们都有缩略图元数据，我假设应该能够以某种方式解析结果并包含在 JSON 结果中？

任何指针都会非常有帮助，谢谢！

【问题讨论】：

【解决方案1】：

我想通了，以防其他人遇到困难，这就是我的做法。答案就在文档中，只是没有那么那么简单。

假设您设置了“网络爬虫”索引。

假设您使用的是这样的元缩略图：

<meta name="thumbnail" content="http://my_cdn.com/news/images/29637.jpg">

进入架构/字段。添加一个名为“缩略图”的新字段，索引号，存储是，矢量号，分析器文本，空白副本。保存它。

现在转到架构/解析器列表，编辑 HTML 解析器。转到“字段映射”，现在为 html 中的缩略图添加一个新的正则表达式。我们使用匹配的正则表达式从“htmlSource”映射到缩略图。

我不完美的正则表达式（虽然有效）是：

htmlSource -> 链接于：缩略图 -> 捕获者：

(?s)<meta name="thumbnail" content="(.*?)">

现在保存并转到抓取/手动抓取，输入一个带有缩略图的网址，然后检查该字段在读取时是否出现在下面的列表中。如果不检查您的正则表达式，并检查您是否实际保存了 HTML 解析器更改。

要获得结果中的缩略图，只需将字段名称添加到您通过查询发送的 JSON：

"returnedFields": [ "
    "url",
    "thumbnail"
],

【讨论】：