Solr DataImportHandler не работает с файлами XML - PullRequest
Новая
       11

Solr DataImportHandler не работает с файлами XML

2 голосов
/ 01 февраля 2012

Я очень новичок в Solr. Мне удалось проиндексировать данные из моей базы данных SQL через DIH. Теперь я хочу импортировать XML-файлы и индексировать их также через DIH, но это просто не будет работать! Мой data-config.xml выглядит так: 

<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

И у меня есть следующие поля в schema.xml:

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

Когда я запускаю Solr, я не получаю ошибок и ни один документ не проиндексирован: 

<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.

Может кто-нибудь сказать мне, что я сделал не так ?! Я даже дважды проверил синтаксис пути ...

Ответы [ 2 ]

0 голосов
/ 17 октября 2013

Недавно я столкнулся с той же проблемой, когда пытался сделать то же самое; т.е. при использовании FileListEntityProcessor (для чтения нескольких локальных XML-файлов) и XPathEntityProcessor (для захвата определенных элементов XML).

Основная причина : находится в этой строке: 

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

Объяснение : аргумент для атрибута xpath ("// Имя ..."), хотя и допустимый синтаксис xpath, НЕ поддерживается Solr. «Справочное руководство Apache Solr 4.4» просто гласит: Выражение XPath, которое извлечет содержимое из записи для этого поля. Поддерживается только подмножество синтаксиса Xpath.

Решение : измените аргумент для xpath на полный путь от корня документа: 

<field column="journal" xpath="/full/path/from/root/of/document/Name[.='journal']/following-sibling::Value/text()" />
0 голосов
/ 02 февраля 2012

Я бы посоветовал просмотреть ответы на аналогичный вопрос:

Нужна помощь при индексации XML-файлов в Solr с использованием DataImportHandler

Использование скриптового языка, такого как groovy, намного проще и проще для тестирования.

...