将 Solr xml 文件解析为 SolrInputDocument [英] parse Solr xml files to SolrInputDocument

问题描述

如果我有预期的 Solr 格式的单个文件(每个文件只有一个文档):

If I have individual files in the expected Solr format (having just ONE doc per file):

<add>
  <doc>
    <field name="id">GB18030TEST</field>
    <field name="name">Test with some GB18030 encoded characters</field>
    <field name="features">No accents here</field>
    <field name="features">ÕâÊÇÒ»¸ö¹¦ÄÜ</field>
    <field name="price">0</field>
  </doc>
</add>

难道没有一种方法可以轻松地将该文件编组到 SolrInputDocument 中吗?我必须自己做解析吗?

Is not there a way to easily marshal that file into a SolrInputDocument? Do I have to do the parsing myself?

我需要在 java pojo 中使用它，因为我想在使用 SolrJ 对其进行索引之前修改一些字段...

I need it in java pojo cause I want to modify some fields before indexing it with SolrJ...

推荐答案

这最好以编程方式完成.我知道您正在寻找 Java 解决方案，但我个人推荐 groovy.

This is best done programmatically. I know you're looking for a Java solution, but I'd personally recommend groovy.

以下脚本处理在当前目录中找到的 XML 文件.

The following script processes XML files found in the current directory.

//
// Dependencies
// ============
import org.apache.solr.client.solrj.SolrServer
import org.apache.solr.client.solrj.impl.CommonsHttpSolrServer
import org.apache.solr.common.SolrInputDocument

@Grapes([
    @Grab(group='org.apache.solr', module='solr-solrj', version='3.5.0'),
])

//
// Main
// =====
SolrServer server = new CommonsHttpSolrServer("http://localhost:8983/solr/");

new File(".").eachFileMatch(~/.*.xml/) { 

    it.withReader { reader ->
        def xml = new XmlSlurper().parse(reader)

        xml.doc.each { 
            SolrInputDocument doc = new SolrInputDocument();

            it.field.each {
                doc.addField([e-mail](), it.text())
            }

            server.add(doc)
        }
    }

}

server.commit()

这篇关于将 Solr xml 文件解析为 SolrInputDocument的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！