Solr DataImportHandler不适用于XML文件

Question

我是Solr的新手。 我通过DIH成功索引了我的sql数据库中的数据。 现在，我想导入xml文件并通过DIH将它们编入索引，但这根本行不通！ 我的data-config.xml看起来像这样：

<dataConfig>
    <dataSource type="FileDataSource" encoding="UTF-8" />
    <document>
    <entity name="dir" 
            processor="FileListEntityProcessor" 
            baseDir="/bla/test2" 
            fileName=".*xml"
            stream="true"
            recursive="false"       
            rootEntity="false">
            <entity name="PubmedArticle"
                    processor="XPathEntityProcessor"
                    transformer="RegexTransformer"
                    stream="true"
                    forEach="/PubmedArticle"
                    url="${dir.fileAbsolutePath}">


                <field column="journal" xpath="//Name[.='journal']/following-sibling::Value/text()" />
                <field column="authors" xpath="//Name[.='authors']/following-sibling::Value/text()" />

             ..etc

而且我在schema.xml中具有以下字段：

<field name="journal" type="text" indexed="true" stored="true" required="true" /> <field name="authors" type="text" indexed="true" stored="true" required="true" />

当我运行Solr时，我没有收到任何错误，也没有索引任何文档：

<str name="Total **Rows Fetched**">**2000**</str>
<str name="Total **Documents Skipped**">**0**</str>
<str name="Full Dump Started">2012-02-01 14:59:17</str>
<str name="">Indexing completed. **Added/Updated: 0 documents.** Deleted 0 documents.

谁能告诉我我做错了吗？ 我什至仔细检查了路径语法...

Answer 1

我最近在尝试相同的事情时遇到了相同的问题。 即，当使用FileListEntityProcessor （读取多个本地.xml文件）和XPathEntityProcessor （获取某些XML元素）时。

根本原因 ：在此行中：

<field column="journal" xpath="//Name[.='journal']/following-sibling::Value/text()" />

说明 ：xpath属性（“ // Name ...”）的参数虽然有效，但xpath语法不受Solr支持。 “ Apache Solr 4.4参考指南”只是说： XPath表达式将从该字段的记录中提取内容。 仅支持Xpath语法的子集。

解决方案 ：将xpath的参数更改为文档根目录的完整路径：

<field column="journal" xpath="/full/path/from/root/of/document/Name[.='journal']/following-sibling::Value/text()" />

Answer 2

我建议您回顾一下类似问题的答案：

需要帮助使用DataImportHandler将XML文件索引到Solr中

使用诸如groovy之类的脚本语言要简单得多，并且更容易测试。