在Solr中存儲PDF

我想設置一些東西（在我的本地環境中），所以我可以將PDF存儲在Solr中，但是我無法使其工作。現在我正在處理Solr提供的示例文件夾中的文件。在Solr中存儲PDF

我沒有修改solr-3.6.0/example/conf中的solrconfig.xml，因爲它似乎已經按照Extracting Request Handler中的描述進行了配置。也就是說，它已經包含了這一點：

<lib dir="../../dist/" regex="apache-solr-cell-\d.*\.jar" /> 
<lib dir="../../contrib/extraction/lib" regex=".*\.jar" />

這：

<requestHandler name="/update/extract" 
       startup="lazy" 
       class="solr.extraction.ExtractingRequestHandler" > 
<lst name="defaults"> 
    <str name="fmap.content">text</str> 
    <str name="lowernames">true</str> 
    <str name="uprefix">ignored_</str> 
    <str name="captureAttr">true</str> 
    <str name="fmap.a">links</str> 
    <str name="fmap.div">ignored_</str> 
</lst>

我從示例目錄中運行的Solr使用這個命令：

java -jar start.jar

而且我試圖用這個命令將pdf發送到Solr：

java -Durl=http://localhost:8983/solr/update/extract -Dauto -jar /Applications/Solr-3.6.0/example/exampledocs/post.jar /path/to/pdf/mypdf.pdf

如果我不作出任何/Solr-3.6.0/example/solr/conf/schema.xml改變我得到的消息：

FATAL: Solr returned an error #400 [doc=null] missing required field: id

如果我改變屬性的值schema.xml中的id元素「需要」爲假，我得到：

FATAL: Solr returned an error #400 Document is missing mandatory uniqueKey field: id

我認爲，如果一個元素所需的屬性在架構假，那麼我可以只發送不包含文件但顯然情況並非如此。

我也嘗試在發送該pdf的命令中添加參數-Dparams = literal.id = mypdf1但這也沒有幫助。有什麼想法嗎？

來源

2012-08-29 ceiroa

有你試圖刪除-Dauto？ –

我做過了（我最初是這麼做的）。它沒有幫助。 – ceiroa

您是否嘗試過將參數添加到像'.../extract？literal.id = mypdf1'這樣的網址？ –

我相信我的困惑是因爲你需要爲發送給Solr的文檔設置一個id，並且同時在Solr-3.6.0/example/solr/conf/schema.xml。

我相信我得到的第一個錯誤是指模式中的id元素。第二個錯誤是指文檔ID。

在ZeroPage的幫助下，我能夠克服第二個錯誤，通過將文檔ID添加到URL而不是作爲單獨的參數傳遞它。該查詢現在工作對我來說：

java -Durl=http://localhost:8983/solr/update/extract?literal.id=form1 -jar /Applications/Solr-3.6.0/example/exampledocs/post.jar /path/to/pdf/form1.pdf

如果我們想Solr的索引PDF的全部內容，我們需要添加uprefix和fmap.content atrributes：

java -Durl="http://localhost:8983/solr/update/extract?literal.id=form1&uprefix=attr_&fmap.content=attr_content&commit=true" -jar /Applications/Solr-3.6.0/example/exampledocs/post.jar /path/to/pdf/form1.pdf

來源

2012-08-30 15:28:10 ceiroa

在Solr中存儲PDF

回答

相關問題