Lucene 索引字段值被剥离所有 html 标签

Question

我有一个 Lucene 索引，其中一个字段映射到 Sitecore 的富文本字段。

由于此字段值包含大多数共享模板的项目的 html 内容，因此我希望在获取项目的字段值时返回 html 内容。但是，我注意到返回的值去除了所有 html 标签。

我尝试将 INDEXTYPE 更改为“UNTOKENTIZED”。然而这并没有解决问题。我知道 Lucene 这样做是为了允许基于该字段进行搜索。但这在我的情况下不是必需的，我希望这种行为被覆盖。

Answer 1

这是因为有一个 RichTextFieldReader分配给 html和 rich text领域:

<fieldReader 
    fieldTypeName="html|rich text"                                     
    fieldNameFormat="{0}"
    fieldReaderType="Sitecore.ContentSearch.FieldReaders.RichTextFieldReader, Sitecore.ContentSearch" />

在 Sitecore 8.1 中，它在 Sitecore.ContentSearch.Lucene.DefaultIndexConfiguration.config 中定义.

它使用 HtmlField.GetPlainText() 去除所有标签.

您可以尝试添加与 <mapFieldByTypeName hint="raw:AddFieldReaderByFieldTypeName"> 相同级别的另一个部分部分并使用类似的东西:

<mapFieldByFieldName hint="AddFieldReaderByFieldName">
    <fieldReader 
        fieldName="yourFieldName"
        fieldReaderType="Sitecore.ContentSearch.FieldReaders.DefaultFieldReader, Sitecore.ContentSearch" />

由 fieldName 映射比按字段类型映射具有更高的优先级，因此它将使用 fieldRendered为您的字段指定，而不是使用为您的字段类型指定的字段。