将rest web服务的xml输出索引到solr服务器中

如何使用webservice的内容为solr服务器编制索引

我的webservice输出如下所示

现在，我想用xml下的内容为solr服务器编制索引，如上图所示

---

如何将其索引到apache solr中。

您需要大致按照以下步骤为数据编制索引

为要索引的字段配置索引架构。根据上面的示例，您需要classname、packagename和url字段。有关更多详细信息，请参阅

将文档添加到索引中。有关如何执行此操作的详细信息，请参见以下内容之一。

• -使用XML/HTTP数据源

---

用你最喜欢的脚本语言（Python for me）编写一个脚本。我对数据库做了类似的工作，希望类似的解决方案也能为您带来好处

使用Python：

urllib2可以获取给定URL的网页正文

使用像etree这样的XML解析器递归地向下遍历树，并将其转换为您选择的XML/JSON层次结构（如您所愿）

上传到Solr（Solr允许上传XML、JSON、CSV等格式） 并像cron作业一样定期运行此脚本

---

您将需要两段代码：一段用于查询RESTful服务并获取响应主体；另一个是将格式化文档上载到Solr

这段代码将Python对象request\u obj上传到给定的request\u url，并将solr的响应作为Python对象返回。本机Python对象（由字典（关联数组）、列表、字符串和数字组成）可以轻松地转换为JSON（有1-2条注意事项）

仅用作参考。我保证不适合你的目的

别忘了使用Solr 3.3以后提供的/update/json？wt=python。您需要MultipartPostHandler库

def solr_interface(self,request_url,request_obj):
    request=json.dumps(request_obj,indent=4,encoding="cp1252")
    opener = urllib2.build_opener(MultipartPostHandler.MultipartPostHandler)
    urllib2.install_opener(opener)
    req = urllib2.Request(request_url, request)
    req.add_header("Content-Type", "application/json")
    text_response = urllib2.urlopen(req).read().strip()
    return ast.literal_eval(text_response)

至于在Python中解析（和组合）XML，请使用这些优秀的教程和

这是一个命令行示例

from xml.etree import ElementTree as ET
elem =ET.fromstring("<doc><p>This is a block</p><p>This is another block</p></doc>")
for subelement in elem:
...     print subelement.text
... 
This is a block
This is another block

从xml.etree导入ElementTree作为ET
elem=ET.fromstring（“这是一个块
这是另一个块
”）
对于元素中的子元素：
...     打印subelement.text
... 
这是一个街区
这是另一个街区

用一些代码更新了我的答案。记住，谷歌是你的朋友。