使用solr检索word文档

Posted Java小学生的成长日志

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用solr检索word文档相关的知识,希望对你有一定的参考价值。

环境:

1.tomcat8.5

2.jdk1.8.0_131

3.solr5.5.4

一、中文分词安装

1.下载中文分词器的jar包放入\Tomcat 8.5\webapps\solr\WEB-INF\lib中

2.打开\solr_home\core1\conf\managed-schema.xml顺便改名为schema.xml,再在最后追加

 
   
   
 
  1. <fieldType name="text_ik" class="solr.TextField">

  2.        <analyzer type="index" useSmart="false"

  3.            class="org.wltea.analyzer.lucene.IKAnalyzer" />

  4.        <analyzer type="query" useSmart="true"

  5.            class="org.wltea.analyzer.lucene.IKAnalyzer" />

  6.    </fieldType>

3.启动tomcat测试中文分词器是否安装成功



二、配置solr的ExtractingRequestHandler

4.将\solr-5.5.4\solr-5.5.4\contrib\extraction下的jar包复制到\solr_home\core1\lib(目录不存在就新建一个)下

5.将\solr-5.5.4\solr-5.5.4\dist下的solr-cell-5.5.4.jar复制到\solr_home\core1\lib下

6.在\solr_home\core1\conf\solrconfig.xml添加

 
   
   
 
  1. <lib dir="./lib" regex=".*\.jar" />

  2. <requestHandler name="/update/extract" class="org.apache.solr.handler.extraction.ExtractingRequestHandler">

  3.  <lst name="defaults">

  4.    <str name="fmap.Last-Modified">last_modified</str>

  5.    <str name="uprefix">ignored_</str>

  6.  </lst>

  7.  <lst name="date.formats">

  8.    <str>yyyy-MM-dd</str>

  9.  </lst>

  10. </requestHandler>

三、使用solrJ

1.导入相应的jar包,jar包在\solr-5.5.4\solr-5.5.4\dist\目录下可以找到


 

2.创建索引文件

 
   
   
 
  1. public static void create() throws Exception {

  2. // 链接到本地的core1核心文件

  3. HttpSolrClient server = new HttpSolrClient(URL);

  4. ContentStreamUpdateRequest up = new ContentStreamUpdateRequest("/update/extract");

  5. up.addFile(new File("C:/docs/7.doc"), "application/word");

  6. up.setParam("literal.id", "doc");  

  7.    up.setParam("fmap.content", "attr_content");  

  8.    up.setParam("fmap.content_type", "documentFormat");

  9.    up.setAction(AbstractUpdateRequest.ACTION.COMMIT, true, true);

  10.    server.request(up);

  11.    List list = new ArrayList<String>();

  12. // 创建数据

  13. // SolrInputDocument doc = new SolrInputDocument();

  14. // doc.addField("id", "2");

  15. // doc.addField("title", "king");

  16. // doc.addField("author", " asdfsdfsd  asdasdsaking king king king king");

  17. // doc.addField("",new File(""));

  18. // server.add(doc);

  19. server.commit();

  20. }

3.查询

 
   
   
 
  1. public static void query() throws Exception {

  2. HttpSolrClient server = new HttpSolrClient(URL);

  3. // 定义查询内容 * 代表查询所有 这个是基于结果集

  4. SolrQuery query = new SolrQuery("*"); // 定义查询内容

  5. query.setStart(0);// 起始页

  6. query.setRows(4);// 每页显示数量

  7. QueryResponse rsp = server.query(query);

  8. SolrDocumentList results = rsp.getResults();

  9. System.out.println(results.getNumFound());// 查询总条数

  10. for (SolrDocument doc : results) {

  11. System.out.println(doc);

  12. }

  13. }


以上是关于使用solr检索word文档的主要内容,如果未能解决你的问题,请参考以下文章

solr 学习片段

SOLR7错误解析word文档

hello Solr大爷!

如何在 Apache SolR 中索引 pdf/word 文档

Word 文档的优秀代码片段工具或插件?

solr索引删除后索引文档数量未变