Tika Solr元數據映射忽略文檔標題

Question

我有以下用於solr的配置文件：

  <requestHandler name="/update/extract" 
                  startup="lazy"
                  class="solr.extraction.ExtractingRequestHandler" >
    <lst name="defaults">
      <!-- All the main content goes into "text"... if you need to return
           the extracted text or do highlighting, use a stored field. -->
      <str name="lowernames">true</str>
      <str name="fmap.content">content</str>
      <str name="fmap.application_name">type</str>
      <str name="fmap.content_type">mime</str>
      <str name="fmap.stream_size">size</str>
      <str name="uprefix">ignored_</str>
      <str name="captureAttr">false</str>
    </lst>
  </requestHandler>

這是我的架構：

   <field name="id" type="string" indexed="true" stored="true" required="true" /> 
   <field name="access_type" type="string" indexed="true" stored="false"/>
   <field name="access_restriction" type="string" indexed="true" stored="false" multiValued="true"/>
   <field name="title" type="string" indexed="true" stored="true" multiValued="true" />
   <field name="tags" type="string" indexed="true" stored="true" multiValued="true"/>
   <field name="content" type="text_en_splitting" indexed="true" stored="true"/>
   <field name="created" type="date" indexed="true" stored="true"/>
   <field name="createdby" type="string" indexed="true" stored="true"/>
   <field name="modified" type="date" indexed="true" stored="true"/>
   <field name="modifiedby" type="string" indexed="true" stored="true"/>
   <field name="source" type="string" indexed="true" stored="true" />
   <field name="version" type="string" indexed="true" stored="true" />
   <field name="resourcelink" type="string" indexed="true" stored="true" />
   <field name="downloadlink" type="string" indexed="true" stored="true" />

   <field name="type" type="string" indexed="true" stored="true" />
   <field name="mime" type="string" indexed="true" stored="true" />
   <field name="size" type="string" indexed="true" stored="true" />

我想自己設定title 。 但是Tika一直設置自己的title （這就是為什么我暫時設置multiValued="true"的原因），我覺得很奇怪，因為我必須手動映射諸如stream_size和content_type類的東西。

有什么解決方案可以解決這個問題？

我希望Tika覆蓋我分配的title ，如下所示：

我有3個文檔，對於其中一個，Tika不會提取title ，在這種情況下，我有自己的標題，我設置了傳遞literal.title ，當Tika提取title ，我希望它覆蓋我傳遞的那個title在literal.title 。 這可能嗎？

Answer 1

一段時間之前，我正在處理同一問題，但是我也碰到了牆:(我讓Tika取“ title”，並使用literal.other_title_like_field存儲適當的標題。這不是最佳解決方案，但對我有用。

Answer 2

對於那些仍在努力解決此問題的人，我通過添加解決了

<str name="fmap.title">ignored_</str>

在我的ExtractingRequestHandler默認值中。