Indexación y acceso a archivos ODT en SOLR

Question

¿Cómo puedo publicar, indexar y buscar contenido dentro de un archivo ODT almacenado en mi directorio SOLR_HOME?

He intentado entender y aplicar las páginas mencionadas a continuación y haber incluido un campo de cuerpo en el esquema:

Texto de indexación y archivos HTML

Herramienta de poste simple -confluencia

El campo ResourceName contiene la ubicación del archivo, pero el campo de contenido está en blanco. Pero todavía no puedo buscar en el contenido del archivo, aunque muestra que el archivo está indexado y se comprometen los cambios. ¿Hay algún extremo para finalizar la documentación para un requisito de este tipo? Estoy usando SOLR con Tomcat en una máquina Linux. Soy un novato en Solr y podría perderse los detalles no mencionados en las páginas anteriores.

Answer 1

Use Apache Tika para extraer contenido y enviarlo a SOLR

Tika tika = new Tika();
InputStream fileInputStream = new FileInputStream("d:\\fileName.odt");
Metadata metadata = new Metadata();
metadata.set(Metadata.RESOURCE_NAME_KEY, "fileName.odt");

String content = tika.parseToString(fileInputStream, metadata);

Alternativamente, también puede usar ExtractingRequesthandler

Answer 2

Apache Tika fue requerido.Lo encontré en descargar Tika Apache