Проблемы с активацией плагинов

Question

Я пытаюсь активировать плагин заголовков в Nutch 1.8, но как-то не получается. Вот части моего nutch-site.xml:

<property>
    <name>plugin.includes</name>
    <value>protocol-http|urlfilter-regex|parse-(html|tika|metatags|headings)|index-(basic|anchor|metadata)|scoring-opic|urlnormalizer-(pass|regex|basic)</value>
    <description>activates metatag parsing </description>
</property>

<property>
  <name>headings</name>
  <value>h1;h2</value>
  <description>Comma separated list of headings to retrieve from the document</description>
</property>

<property>
  <name>headings.multivalued</name>
  <value>false</value>
  <description>Whether to support multivalued headings.</description>
</property>

<property>
 <name>index.parse.md</name>
 <value>metatag.description,metatag.title, metatag.keywords, metatag.author, 
metatag.author, headings.h1, headings.h2</value>
<description> Comma-separated list of keys to be taken from the parse metadata to generate fields. Can be used e.g. for 'description' or 'keywords' provided that these values are generated by a parser (see parse-metatags plugin)
</description>
</property>

может кто-нибудь помочь?

Спасибо Крис

Answer 1

После борьбы с этим я обнаружил, что должно работать следующее (Apache Nutch 1.9):

  <property>
    <name>plugin.includes</name>
    <value>protocol-http|headings|parse-(html|tika|metatags)|...</value>
  </property>
  <property>
    <name>index.parse.md</name>
    <value>h1,h2,h3</value>
  </property>
  <property>
    <name>headings</name>
    <value>h1,h2,h3</value>
  </property>
  <property>
    <name>headings.multivalued</name>
    <value>true</value>
  </property>

Следующее должно быть добавлено в ваш файл schema.xml (при использовании Apache Solr):

<!-- fields for the headings plugin -->
<field name="h1" type="text" stored="true" indexed="true" multiValued="true"/>
<field name="h2" type="text" stored="true" indexed="true" multiValued="true"/>
<field name="h3" type="text" stored="true" indexed="true" multiValued="true"/>

Answer 2

В

<name>index.parse.md</name>

проверьте для metatag.h1 и metatag.h2

<property>
  <name>index.parse.md</name>
  <value>metatag.h1,metatag.h2/value>
  ...

Кстати. Заголовки без разбора -... фильтр. Вы должны использовать

 <name>plugin.includes</name>
 <value>headings|parse-(html|tika|metatags)|...

Теперь это должно работать...