Solr DataImportHandler ScriptTransformer中JS功能受限问题求助

为什么require/readFile不生效 #

Solr的ScriptTransformer使用的是Java Nashorn JavaScript引擎，并非Node.js环境，因此Node.js专属的require、readFile等API在这个环境里不存在，自然会报错。

解决办法 #

方法1：用Java API加载he.js脚本 #

Nashorn允许直接调用Java类，我们可以借助Java的文件读取API加载he.js内容，再通过eval执行：

1. 确保你已经把he模块的脚本文件（推荐用浏览器版的he.min.js，避免模块化语法问题）放到Solr core的conf/lib目录下。
2. 在db-data-config.xml的ScriptTransformer中编写以下代码：

<script><![CDATA[
// 使用Solr资源加载器读取he脚本，兼容性更强
var resourceLoader = solrCore.getResourceLoader();
var heInputStream = resourceLoader.openResource("lib/he.min.js");
var heScript = new java.io.BufferedReader(new java.io.InputStreamReader(heInputStream)).lines().collect(java.util.stream.Collectors.joining("\n"));
eval(heScript);

function removeSpecialCharacters(row) {
    var targetField = row.get("your_field_name"); // 替换成你要处理的字段名
    if (targetField) {
        row.put("your_field_name", he.decode(targetField));
    }
    return row;
}
]]></script>

方法2：直接用Java工具类解码HTML实体（更简便） #

不需要额外引入he模块，利用Solr已依赖的org.apache.commons.text.StringEscapeUtils工具类直接解码：

<script><![CDATA[
function removeSpecialCharacters(row) {
    var targetField = row.get("your_field_name");
    if (targetField) {
        var decodedContent = org.apache.commons.text.StringEscapeUtils.unescapeHtml4(targetField);
        row.put("your_field_name", decodedContent);
    }
    return row;
}
]]></script>

这个方法无需额外下载模块，稳定性更强，优先推荐。

内容的提问来源于stack exchange，提问作者Mister Sir