如何在Solr中添加文件？

Question

我使用Apache Solr，以便可以處理文件，可以通過Spring添加常規文本字段，但是我不知道如何添加TXT / pdf

@SolrDocument(solrCoreName = "accounting")
public class Accounting {
@Id
@Field
private String id;
@Field
private File txtFile;
@Field
private String docType;
@Field
private String docTitle;

public Accounting() {
}

public Accounting(String id, String docType, String docTitle) {
    this.id = id;
    this.docTitle = docTitle;
    this.docType = docType;
}

這是txtFile字段的問題

   <field name="docTitle" type="strings"/>
  <field name="docType" type="strings"/>

這些字段是我手動添加到schema.xml的，我不知道如何在此處添加將負責該文件的字段，例如，我將在此處添加txt文件，該怎么做？ 非常感謝你。 我是否正確聲明了字段private File txtFile; 在文件的實體中？

Answer 1

Solr不會在任何地方存儲實際文件。 但是，根據您的配置，它可以存儲二進制內容。 使用提取請求處理程序Apache Solr（依賴於Apache Tika）從文檔中提取內容。

您可以嘗試以下代碼。 當前代碼未使用springboot中的任何內容。 在這里，內容是從pdf文檔中讀取的，然后將數據與id和文件名一起索引到solr中。 我已使用tika api提取pdf的內容。

public static void main(final String[] args) throws IOException, TikaException, SAXException {

        String urlString = "http://localhost:8983/solr/TestCore1";
        SolrClient solr = new HttpSolrClient.Builder(urlString).build();

        BodyContentHandler handler = new BodyContentHandler();
        Metadata metadata = new Metadata();
        File file = new File("C://Users//abhijitb//Desktop//TestDocument.pdf");
        FileInputStream inputstream = new FileInputStream(file);
        ParseContext pcontext = new ParseContext();

        // parsing the document using PDF parser
        PDFParser pdfparser = new PDFParser();
        pdfparser.parse(inputstream, handler, metadata, pcontext);

        // getting the content of the document
        //System.out.println("Contents of the PDF :" + handler.toString());

        try {
            String fileName = file.getName();
            SolrInputDocument document = new SolrInputDocument();
            document.addField("id", "123456");
            document.addField("title", fileName);
            document.addField("text", handler.toString());
            solr.add(document);
            solr.commit();
        } catch (SolrServerException | IOException e) {
            e.printStackTrace();
        }
    }

索引數據后，可以在solr admin頁面上通過查詢對其進行驗證。 請找到圖片以供參考。