如何在Solr中加载使用特殊字符作为分隔符的CSV文件

你遇到的报错核心是Solr的URL解析器要求查询参数里的非ASCII字符必须经过URL编码，你直接把Ǎ放在URL里未做转义就触发了解析失败。之前用|作为分隔符可以正常执行，是因为|属于ASCII字符，不需要编码也能被正常识别。

方案1：对分隔符做URL编码后传入 #

Ǎ的UTF-8编码对应的URL转义结果为%C7%8D，直接替换URL里的separator参数值即可，命令如下：

curl "http://localhost:8983/solr/start13/update?commit=true&separator=%C7%8D" --data-binary @/solr/python/special_character.csv -H 'Content-type:application/csv'

方案2：将分隔符参数通过POST表单传递，避免手动编码 #

如果不想手动做URL编码，可以把separator参数作为POST表单参数和CSV文件分开传递：

curl "http://localhost:8983/solr/start13/update?commit=true" -F "separator=Ǎ" -F "myfile=@/solr/python/special_character.csv;type=application/csv"

方案3：配置默认分隔符（适合长期使用该分隔符的场景） #

如果后续一直使用该分隔符导入CSV，可以直接修改对应Solr核心的solrconfig.xml，找到CSV更新处理器配置段，添加默认分隔符配置：

<requestHandler name="/update/csv" class="solr.UpdateRequestHandler">
  <lst name="defaults">
    <str name="separator">Ǎ</str>
  </lst>
</requestHandler>

修改后重载对应核心，导入时不需要再传separator参数，直接执行即可：

curl "http://localhost:8983/solr/start13/update/csv?commit=true" --data-binary @/solr/python/special_character.csv -H 'Content-type:application/csv'

内容的提问来源于stack exchange，提问作者Kamal Vijay