使用solr从pdf、office文档中建立索引和从数据库中建立相似,只不过这里需要tika来解析这些文档。8.1 配置一个handler 这个handler首先要在solrConfig.xml中配置,如下所示:
这里和7.1几乎一样,只不过修改了配置文件名(当然也可以不修改)。 8.2 文档配置tika-data-config.xml
这里只说上面(7.2)没有说过的属性。 · fileName :(必选)使用正则表达式匹配文件 · baseDir : (必选) 文件目录 · recursive : 是否递归的获取文件,默认false · rootEntity :在这里必须是false(除非你只想索引文件名)。在默认情况下,document元素下就是根实体了,如果没有根实体的话,直接在实体下面的实体将会被看做跟实体。对于根实体对应的数据库中返回的数据的每一行,solr都将生成一个document · dataSource :如果你是用solr1.3,那就必须设为"null",因为它没使用任何dataSourde。不需要在solr1.4中指定它,它只是意味着我们不创建一个dataSource实例。在大多数情况下,只有一个DataSource(JdbcDataSource),当使用FileListEntityProcessor 的时候DataSource不是必须的 · processor:只有当datasource不是RDBMS时才是必须的 · onError :默认是"abort","skip"表示跳过当前文档,"continue"表示对错误视而不见 |
更多精彩内容请关注:http://bbs.superwu.cn