如何在 SOLR 中索引 URL，以便我可以在网站发布后提高结果

Question

我的 SOLR 中索引了数千个文档，这些文档代表从不同网站爬取的数据。文档的字段之一是 SourceURL，它包含我爬行并索引到此文档中的网页的 URL。

我想使用提升查询来提升特定网站的结果。例如，我有 4 个文档，每个文档在 SourceURL 中包含以下数据

1. https://meta.stackoverflow.com/page1
2. http://www.stackoverflow.com/page2
3. https://stackoverflow.com/page3
4. https://stackexchange.com/page1

我想提升来自 stackoverflow.com 的所有结果，而不是子域（在本例中为结果 2 和 3 ）。

您知道如何对 url 字段建立索引，然后使用 boost 查询来识别来自特定网站的所有文档吗？就像上面的情况一样？

Answer 1

一种方法是在索引时间之前解析 url 并指定它是否是主域（primarydomain例如 schema.xml 文件中的布尔字段）。

然后您可以增强primarydomain查询结果中的字段。有关如何在查询时增强字段的示例，请参阅使用Solr Wiki 中的DisMaxQParserPlugin 。