索引apache坚果结果solr

Question

我想用Nutch抓取网站，然后在Solr中索引结果。
我在solr schema.xml文件中。该文件中我想象有字段内容。
但是每个站点都有自己的模式，例如在某些站点中，我想在“内容归档（在solr模式中）”中设置“ body”标签，而对于另一个站点，我想在“内容归档（在solr模式中）”中设置“ content” 。
我的意思是，如果在搜寻结果中找到正文标记，则使用它来存储在内容字段中；否则，如果找到正文标记，则使用此值来存储在模式文件中。
我怎样才能做到这一点？
我是否可以基于在每个网站上找到的标记，在胡桃夹结果中的多标记值中设置solr填充中的特殊字段？

Answer 1

用Nutch为内容编制索引并将其发布到Solr应该很简单。 但是，如果您想添加逻辑并且规则列表可能会增加，则建议使用内容处理引擎。

我已经看到了用于特定目的的工具，但是它使用Heritrix作为爬虫，您可以创建Groovy脚本来决定如何处理内容：www.searchtechnologies.com/aspire