solr建立pdf/word/excel索引的方法

时间：2022-09-24 15:23:46

　　

PS: 本文假设你已经成功的搭建了一个Solr服务器
步骤如下:
(1)准备好一份Solr的源码,假设现在保存在c:\apache-solr-1.4.1\目录下
(2)从https://issues.apache.org/jira/browse/SOLR-284 上下载最新的rich.patch, libs.zip和test-files.zip三个文件
(3)解压libs.zip到c:\apache-solr-1.4.1\lib目录下,里面的jar就是负责分析Pdf、word和excel的
(4)新建一个文件patch-build.xml,内容如下：

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <project name="solr-patch" default="apply-patch" basedir=".">
  3. <target name="apply-patch" description="Apply a patch file. Set -      Dpatch.file">
  4. <patch patchfile="${patch.file}" strip="0" />
  5. </target>
  6. </project>

(5) 将rich.patch复制到c:\apache-solr-1.4.1\目录下,运行ant -Dpatch.file=rich.patch -f patch-build.xml 给solr打补丁,注意这里需要ant和Cygwin两个运行环境!
(6)执行ant dist 重新编译Solr包,编译好的文件在dist目录下将它复制到tomcat里面
(7)打开solrconfig.xml,添加如下内容:

  1. <requestHandler name="/update/rich" class="solr.RichDocumentRequestHandler" startup="lazy">
  2. </requestHandler>

然后将

  1. <requestParsers enableRemoteStreaming="false" multipartUploadLimitInKB="2048" />

的enableRemoteStreaming属性设为true

(8)解压test-files.zip 到任意目录,假设现在是在c:\apache-solr-1.4.1\test\ 目录下
(9)启动SOLR,在浏览器输入:
http://localhost:8983/solr/update/rich?stream.type=doc&stream.file=c:/apache-solr-1.4.1/test/test-files/complex.doc&fieldnames=id&id=101&stream.fieldname=name&commit=true
为complex.doc 文件建立索引

(10) 打开http://localhost:8983/solr/admin/form.jsp 页输入关键字测试索引,完成!

相关文章