[英]Index single Xml-file with Lucene
我正在编写Java应用程序,并希望使用Lucene为Xml文件编制索引,以便我可以搜索具有给定目标的药物。 文件大小为400MB,可容纳8000多个药物条目。
<drug type="biotech" created="2005-06-13" updated="2015-11-27">
<drugbank-id primary="true">DB00001</drugbank-id>
<drugbank-id>BIOD00024</drugbank-id>
<drugbank-id>BTD00024</drugbank-id>
<name>Lepirudin</name>
....
<targets>
<target position="1">
<id>BE0000767</id>
<name>Epidermal growth factor receptor</name>
....
</target>
....
</targets>
</drug>
<drug>
....
</drug>
我如何索引该文件,所以一个药品条目就是一个文档? 如果有人拥有一些有用的链接/资源或关于如何对此Xml编制索引的提示,请告诉我:)
最灵活的策略通常是通过一个小的Java应用程序使用SolrJ ,该应用程序读取文件并将其转换为适合的格式以在Solr中建立索引。 这样,您可以轻松地对某些字段进行预处理,然后再由Solr接收它们。
另一个选择是使用XSL将XML文件转换为Solr可以理解的格式 。 可以在服务器端(与XSLTUpdateRequestHandler链接在一起)或客户端(将XML文档转换为更新请求并将其提交到标准请求处理程序)中使用。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.