集成Nutch/Hbase/Solr构建搜索引擎之三：内容修改

1、从content域中搜索

从solr的example中得到的solrConfig.xml中，qf的定义如下：

[html] view
plaincopy

1. <str name="qf">
2. text^0.5 features^1.0 name^1.2 sku^1.5 id^10.0 manu^1.1 cat^1.4
3. title^10.0 description^5.0 keywords^5.0 author^2.0 resourcename^1.0
4. </str>

由于content不占任何的权重，因此如果某个文档只在content中包含关键字的话，搜索结果并不会返回这个文档。因此，对于nutch提取的索引来说，要增加content的权重，以及url的权重（如果需要的话）：

[html] view
plaincopy

1. <str name="qf">
2. content^1.0 text^0.5 features^1.0 name^1.2 sku^1.5 id^10.0 manu^1.1 cat^1.4
3. title^10.0 description^5.0 keywords^5.0 author^2.0 resourcename^1.0
4. </str>

2、保存网页的content内容

将schema.xml中的

 <field name="content" type="text" stored="false" indexed="true"/>

改为

        <field name="content" type="text" stored="true" indexed="true"/>

3、同时显示网页文件与一般文本

velocity/results_list.vm

##parse("hit_plain.vm")

将注释去掉。

4、调整每个搜索返回项的显示内容

vi richtest_doc.vm

<div>
  Id: #field('id')
</div>

改成：

<div>
  time: #field('tstamp')
</div>
<div>
  score: #field('score')
</div>

这个方法可以修改其它字段，详见http://blog.csdn.net/jediael_lu/article/details/38039267

集成Nutch/Hbase/Solr构建搜索引擎之三：内容修改,布布扣,bubuko.com