solr 使用 ContentStreamUpdateRequest 中文乱码解决办法

最新推荐文章于 2021-05-31 14:42:36 发布

gy132

最新推荐文章于 2021-05-31 14:42:36 发布

阅读量596

点赞数

分类专栏： solr全文检索文章标签： solr乱码

本文链接：https://blog.youkuaiyun.com/gy132/article/details/84273178

版权

solr全文检索专栏收录该内容

1 篇文章

订阅专栏

本文介绍了解决使用Solr生成富文本索引时出现中文乱码的问题。通过调整编码设置，确保从文件到Solr请求的数据都采用UTF-8编码，并修改了Solr解析器中的参数解析方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述：

有solr 生成富文本索引时，中文出现乱码。我当时的解决办法如下：

环境声明：

我的Tomcat 已经是utf-8

步骤一：

将所有字段转成UTF-8,如下

 updateRequest = new ContentStreamUpdateRequest("/update/extract");
   updateRequest.addFile(file);
   updateRequest.setParam("literal.id", "".concat(doc.getId()).concat("-").concat(file.getName()));  
   updateRequest.setParam("literal.file_path",  URLEncoder.encode(file.getAbsolutePath(), "UTF-8") );
   updateRequest.setParam("literal.file_name", URLEncoder.encode(file.getName(), "UTF-8"));
   updateRequest.setParam("literal.form_content", URLEncoder.encode(doc.getContent(), "UTF-8"));
   updateRequest.setParam("literal.title", URLEncoder.encode(doc.getTitle(), "UTF-8"));

步骤二：将 apache-solr-core-3.6.0.jar 内 org.apache.solr.servlet.SolrRequestParsers.java 中的内部类MultipartRequestParser 的

parseParamsAndFillStreams方法内的以下代码

 if (item.isFormField()) {
          MultiMapSolrParams.addParam(
            item.getFieldName(),
            item.getString(), params.getMap() );
        }

替换换为

 if (item.isFormField()) {
            MultiMapSolrParams.addParam( item.getFieldName(), URLDecoder.decode(item.getString(), "utf-8"), params.getMap() );
        }

Ok 到此已经解决了乱码问题。。。