Solr 4.10中HTML实体过滤查询编码异常的解决咨询

针对你在Solr 4.10中遇到的二次编码导致查询失败的问题，我整理了几个可行的解决办法，你可以根据自己的场景选择：

• 直接传递原始字符，避免提前URL编码
  你目前的问题核心是查询参数被Solr二次编码了：你先把brand:helloWorld®编码成brand%3AhelloWorld%C2%AE，但Solr收到后会再次对%进行转义，变成%253A和%25C2%25AE，最终查询的是错误的字符。
  解决思路是跳过提前编码的步骤，直接传递原始查询字符串brand:helloWorld®。只要你的请求头设置了正确的字符编码（比如Content-Type: application/x-www-form-urlencoded; charset=UTF-8），Solr会自动正确解码并匹配索引中的®字符。

• 使用本地参数（LocalParams）强制术语匹配
  如果你需要更精确的控制，可以用Solr的本地参数直接指定字段和术语，绕过可能的编码干扰。比如使用term查询解析器：

  q={!term f=brand}helloWorld®
  

  这种方式会直接把helloWorld®作为原始术语发送到brand字段的查询分析器，避免URL编码环节带来的问题。

• 检查并调整查询处理器配置
  打开你的solrconfig.xml，检查requestDispatcher和queryParser的相关配置：

  • 确保requestDispatcher下没有开启不必要的编码处理，比如默认的handleSelect="true"是正常的，但如果有自定义的httpCaching或编码相关参数，可能需要调整。
  • 确认查询解析器没有被配置为自动二次编码参数，Solr 4.10的默认查询解析器应该会正确处理一次URL解码，除非有自定义的请求处理链修改了这个逻辑。

• 使用raw查询解析器匹配原始索引字节
  如果必须使用编码后的参数，可以尝试用raw查询解析器，它会跳过查询分析器，直接匹配索引中的原始字节。比如：

  q={!raw f=brand}helloWorld%C2%AE
  

  这里需要注意：索引中的®是UTF-8编码的（对应字节C2 AE），所以%C2%AE解码后正好匹配，raw解析器会直接用这个字节串去索引中查找，避免编码转换的问题。

最推荐的是第一种方法，直接传递原始字符并确保请求编码正确，这是最简洁且不易出错的方案。

内容的提问来源于stack exchange，提问作者Navneet Mathpal