在doc文件夹的索引所有文件到Solr FileListEntityProcessor(indexi

2019-06-23 19:19发布

http://wiki.apache.org/solr/ExtractingRequestHandler没有提供多少信息,其中有自己的上下文中的web应用配置此处理程序,并要使用Solr的作为服务器功能的embebdedd Solr的。 能否请您提供关于如何上传文件到Solr和搜索从这些文件中某些内容的一些信息? 我已经配置谛为solrConf.xml

<requestHandler name="/dataimport" 
   class="org.apache.solr.handler.dataimport.DataImportHandler">
    <lst name="defaults">
        <str name="config">tika-data-config.xml</str>
    </lst>
  </requestHandler>

和蒂卡数据-config.xml中的样子

<dataConfig>
    <dataSource type="BinFileDataSource" name="bin" />
    <document>
      <entity name="sd"
        processor="FileListEntityProcessor"
        newerThan="'NOW-30DAYS'"
        filenName=".*\.(DOC)|(PDF)|(pdf)|(doc)|(docx)|(ppt)"
        baseDir="G:/workspace/FacetedSearch/src/solr/docs"
        recursive="true"
        rootEntity="false"
          >
            <field column="fileAbsolutePath" name="path" />
            <field column="fileSize" name="size" />
            <field column="fileLastModified" name="lastmodified" />
            <field column="fileAbsolutePath" name="text" />  
            <!-- <field column="fileName" name="text" /> -->
            <field column="baseDir" name="text" />

        <!-- <entity name="tika-test" processor="TikaEntityProcessor" 
          url="${sd.fileAbsolutePath}" format="text" dataSource="bin">
         -->
         <entity name="tika-test" 
                 dataSource="bin"  
                 processor="TikaEntityProcessor" 
                 url="G:/workspace/FacetedSearch/src/solr/docs" 
                 format="text" >
          <field column="Author" name="author" meta="true"/>
          <field column="Content-Type" name="title" meta="true"/>
          <field column="title" name="title" meta="true"/>
          <field column="text" name="text"/>

        </entity>


    </entity>
  </document>

</dataConfig>

迪尔G:/工作区/ FacetedSearch / src目录/ Solr的/ docs包含许多PDF和HTML文件有些是tutorial.pdf ...... index.pdf

这种配置后,当我建立solrQuery对象作为

    CoreContainer.Initializer initializer = new CoreContainer.Initializer();
    CoreContainer coreContainer = initializer.initialize();
    EmbeddedSolrServer solrServer = new EmbeddedSolrServer(coreContainer, "");  
    SolrQuery solrQuery = new SolrQuery();
    solrQuery.addField("literal.id");   
    solrQuery.setQuery("index.pdf");
    QueryResponse queryResponse = null ;
    try{
    queryResponse = (QueryResponse) solrServer.query(solrQuery);
    }catch(Exception e){
    System.out.println("exception occured while processing the solrQuery "+ 
    e.getMessage() +"stack trace " + e + solrQuery.toString()); 
    }
    out.println(queryResponse);

我没有得到任何结果(这里queryResponse为空)。 我已经schema.xml中由Solr的3.5分布式并增加了一些领域

<field name="path" type="text_general" indexed="true" stored="true" />   
<field name="lastmodified" type="date" indexed="true" stored="true" />

我有类似的问题在文献“G:/工作区/ FacetedSearch / src目录/ Solr的/文档”将通过对Solr的启动Solr的索引? 如果这些索引我怎样才能得到结果?

任何一个可以请让我知道我做错了什么?

请让我知道如果让我answeres从我所需要的任何详细信息。

文章来源: indexing all documents in doc folder in to solr FileListEntityProcessor