Solr Tika，帶有樣式的文本

Question

我看過以下鏈接： http : //www.lucidimagination.com/Community/Hear-from-the-Experts/Articles/Content-Extraction-Tika我得到的是純文本，沒有來自Tika的任何樣式供Solr搜索。 是否可以從Solr中獲得帶有其樣式的文本？ 換句話說，在solr搜索之后，我們需要以原始樣式顯示文本。

Answer 1

如果您考慮一下，pdf中的“原始樣式”是什么？ 您要保留“樣式”的哪些組成部分？

它不僅是字體和粗細，還包括筆划，填充，角度，路徑，圖形，跟蹤，透明度，變換等等。 如果掌握了所有這些內容，您將如何在UI / Web中顯示它？

除了顯示原始PDF之外，您無法真正地復制原始樣式。 因此，這就是人們通常想要原始格式的方式。

否則，他們僅使用純文本。