solr导入库时过滤转义字符和html标签爬坑

     过滤html标签的方法很多，但是过滤转义字符的记载却很少，其大概方法为:

     打开D:\solr-7.2.1\server\solr\testcore\conf(我的目录)下的data-config.xml，<entity>节点加入                     transformer="HTMLStripTransformer,RegexTransformer"     转换器(我选择两种，正则和html转换器)

<field column="title" name="title" stripHTML="true" regex="\n" replaceWith=""/>  再在相应列(你需要处理的列，比如过滤html标签，以及将\n换行符去掉)，具体代码如下

  <entity name="quest_basic_info"  pk="id" transformer="HTMLStripTransformer,RegexTransformer"  query="SELECT id,sid,title FROM quest_basic_info">		
	<field column="id" name="id" />
	<field column="sid" name="sid" />		
	<field column="title" name="title" stripHTML="true" regex="\n" replaceWith=""/>
	</entity>