Solr Regex - 解析制表符分隔的 CSV

Question

您好，我有一个 CSV，它由每个字段的选项卡分隔：

id  name    subject description comments
c4e 10181   Hello1  d1  1
741 10181   Hello2  d2  2
b62 10181   Hello3  d3  3
fd4 10181   Hello4  d4  4
2fb 10181   Hello5  d5  5

我想用 solr Regextransformer 对其进行正则表达式，通过 Dataimporthandler (DIH) 导入它，但最终正则表达式不起作用：

 <field column="id" sourceColName="rawLine" regex="^(.*)\t(.*)\t(.*)\t(.*)\t"/>
 <field column="name" sourceColName="rawLine" regex="\t(.*)\t(.*)\t(.*)\t(.*)$"/>
 <field column="subject" sourceColName="rawLine" regex="\t(.*)\t(.*)\t(.*)$"/>
 <field column="description" sourceColName="rawLine" regex="\t(.*)\t(.*)$"/>
 <field column="comments" sourceColName="rawLine" regex="\t(.*)$"/>

Subject, decriction 和 cmets 都错了，它们额外取了前面的字段，正则表达式有什么问题？

Answer 1

根据你的描述，我会说这是一个贪婪的问题。将最后 3 行中每次出现的 .* 替换为 .*? 是否有帮助？