如何获取由Solr 6.6.0中的分析器创建的存储令牌的列表

Question

我正在上载文档以在solr中建立索引，它工作正常，并且在luke的帮助下，我可以获取solr创建的所有索引项。

我的要求是获取分析器创建的令牌列表。 例如，如果我通过“ This is Simple HTML Document”，那么令牌生成器将创建令牌，如下所示：

[simple] [html] [document] 。 我需要这份清单作为我的索引文件。

我怎么能得到这个。

谢谢

Answer 1

您可以尝试使用

术语向量组件（TVC）是一个SearchComponent，旨在返回有关在字段上设置termVector属性时存储的文档的信息：

<field name="features" type="text" indexed="true" stored="true" multiValued="true" termVectors="true" termPositions="true" termOffsets="true"/>

solrconfig.xml中所需的更改

您需要在solr配置中启用TermVectorComponent（已经在示例solrconfig.xml中）：

<searchComponent name="tvComponent" class="org.apache.solr.handler.component.TermVectorComponent"/>

使用此组件的RequestHandler配置如下所示：

<requestHandler name="tvrh" class="org.apache.solr.handler.component.SearchHandler">
        <lst name="defaults">
                <bool name="tv">true</bool>
        </lst>
        <arr name="last-components">
                <str>tvComponent</str>
        </arr>
</requestHandler>

更多信息： https : //wiki.apache.org/solr/TermVectorComponent

Answer 2

您可以在“ Solr管理员”页面的“分析”选项卡中获取该信息

Answer 3

有多种方法可以实现此目的：

1）如果您为感兴趣的字段启用了术语向量，则可以使用术语向量组件。

2）您可以探索模式浏览器功能并查看索引标记

3）您可以使用luke探索每个文档/字段的索引标记

4）您可以使用分析工具即时运行分析