在 SOLR 中剥离 HTML 以进行存储，而不是索引

Question

在 SOLR 中索引数据时，我已设法从内容中去除 HTML。

但是在简单地存储数据时是否可以从数据中去除 HTML？

这是我的领域：

<field name="Content" type="textNoHTML" indexed="true" stored="true"/>

并且，字段类型“textNoHTML”实现了 solr.HTMLStripCharFilterFactory：

<charFilter class="solr.HTMLStripCharFilterFactory" />

正如我所说，这对于索引很有效，但是是否可以应用类似的过滤器进行存储？

干杯！

Answer 1

如果您使用 DataImportHandler，则可以使用 HTMLStripTransformer。

否则，您必须自己实现此客户端。如果您的客户端是 .NET，您可以使用 HtmlAgilityPack。