ntuch solrindex 能索引出anchor数据的方法

      网页的标题在检索排名中占有很重的权重，但是，一些网站管理系统经常用网站名或栏目名作标题，因此，为了保证文章的检索的命中率，nutch在生成lucene的数据时，把anchor也做为排名因素，给予必定的权重。anchor是该网页在其它网页中连接给的名称，从nutch1.3开始，nutch将采集的数据经过solrindex向solr服务器创建索引。

      我在使用solrindex向solr服务器创建索引后，发现anchor的数据项是空项，也就是说anchor的数据没有写入到solr的索引文件中。这个问题困扰了我很久。

      打开nutch1.6的源代码，发现 solrindex有一个选项 -filter，启用 -filter 选项，会执行IndexingFilters类。IndexingFilters.java专门用来处理 nutch-default.xml 或nutch-site.xml定义的index的插件。因此，要想在solr中看到anchor数据，两步能够实现：

1.在nutch-site.xml的plugin.includes中定义index-anchor

<property>
  <name>plugin.includes</name>
  <value>protocol-http|urlfilter-regex|parse-(html|tika|zip|js|swf|msword|mspowerpoint|msexcel|pdf|feed)|index-(basic|anchor|more)|scoring-opic|urlnormalizer-(pass|regex|basic)</value>
</property>

2. 带 -filter参数执行建索引的命令 ./nutch solrindex 。

nutch的文档太少了，琢磨出来了，写出来，也供碰到一样问题的网友参考。