Indicizzazione e accesso ai file ODT in SOLR

Question

Come posso pubblicare, indicizzare e cercare contenuti all'interno di un file ODT memorizzato nella mia directory SOLR_HOME?

Ho provato la comprensione e l'applicazione delle pagine seguenti e hanno incluso un campo corporeo nello schema:

Indicizzazione del testo e dei file HTML

Simple Post Tool -Confluence

Il campo ResourCename contiene la posizione del file ma il campo Content è vuoto. Ma non sono ancora in grado di cercare il contenuto del file anche se mostra che il file è indicizzato e le modifiche sono impegnate. C'è qualche fine per terminare la documentazione per un tale requisito. Sto usando il solr con tomcat su una macchina Linux. Sono un principiante al solr e potrei perdere i dettagli non menzionati nelle pagine sopra.

Answer 1

Usa Apache Tika per estrarre il contenuto e inviarlo 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);

.

In alternativa puoi anche usare estractingrequesthandler

Answer 2

Apache TIKA è stato richiesto.Trovato a Apache tika download