修改已獲取pdf的內容

Question

我有一個在elasticsearch中創建的管道，它用一組pdf來獲取文檔。我想修改內容字段以便連接其他字段以便進行搜索。

我的管道：

client.ingest.putPipeline({ 
    id: 'my-pipeline-id', 
    body: { 
    "description" : "Extract attachment information", 
    "processors" : 
    [ 
     { 
     "foreach": { 
      "field": "attachments", 
      "processor": { 
      "attachment": { 
       "target_field": "_ingest._value.attachment", 
       "field": "_ingest._value.data" 
      } 
      } 
     } 
     } 
    ] 
    } 
}, callback); 

我不能添加一組處理器的foreach後，因爲我需要訪問，以便把該文檔的值，在結束每一個PDF格式的內容內容。

一些示例文件是：

let doc = { 
    matricula: '6789AAA', 
    bastidor: 'BASTIDOR789', 
    expediente: '79', 
    attachments: 
    [ 
     { 
      filename: "informe", 
      data: /* chunk of data in base64 */ 
     }, 
     { 
      filename: "ivtm_diba", 
      data: /* another chunk of data in base64 */ 
     } 
    ] 
}; 

結果文件看起來就像這樣：

{ 
    "_index": "doc", 
    "_type": "document", 
    "_id": "AVsy85rwMuPe74hQBT8L", 
    "_score": 1.2039728, 
    "_source": { 
     "attachments": [ 
     { 
      "filename": "informe", 
      "attachment": { 
      "Very very long content", 
      "date": "2016-06-08T14:01:25Z", 
      "content_type": "application/pdf", 
      "language": "es", 
      "content_length": 3124 
      } 
     }, 
     { 
      "filename": "ivtm_diba", 
      "attachment": { 
      "content": "Very long content here", 
      "content_type": "application/pdf", 
      "language": "ca", 
      "content_length": 5657 
      } 
     } 
     ], 
     "expediente": "79", 
     "matricula": "6789ZXC", 
     "bastidor": "BASTIDOR789" 
    } 
    } 

我要添加到內容領域的「bastidor」，「matricula」的價值和「expediente」領域。

我使用的是elasticsearch-js，但這不是必需的。

Answer 1

elasticsearch _all field可用於這樣的大多數情況。