Indexation et accès des fichiers ODT dans SOLR

Question

Comment puis-je publier, indexer et rechercher du contenu dans un fichier ODT stocké dans mon répertoire SOLR_HOME?

J'ai essayé de comprendre et d'appliquer les pages mentionnées ci-dessous et j'ai inclus un champ de corps dans le schéma:

indexation de texte et de fichiers HTML

simple outil de poste -confluence

Le champ ResourceName contient l'emplacement du fichier mais le champ de contenu est vide. Mais je ne suis toujours pas capable de rechercher le contenu du fichier même s'il montre que le fichier est indexé et que les modifications sont engagées. Existe-t-il une documentation finale à la fin d'une telle exigence. J'utilise Solr avec Tomcat sur une machine Linux. Je suis un débutant à Solr et que vous manquiez des détails non mentionnés dans les pages ci-dessus.

Answer 1

Utilisez Apache TIKA pour extraire le contenu et envoyez-le à 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);

Alternativement, vous pouvez également utiliser extrayantRequestHandler

Answer 2

Apache Tika était requis.Trouvé à Apache TIKA Télécharger