让ExtractingRequestHandler在Solr中工作

Posted 2021-05-05

我试图让Solr与Tika合作，因此我可以在Drupal网站上索引Word和PDF文档。

我查看了Wiki page和这个page，他们表示在solrconfig.xml中添加了一个requestHandler。

我做到了，现在索尔抛出一个例外：

org.apache.solr.common.SolrException：加载类'org.apache.solr.handler.extraction.ExtractingRequestHandler'时出错

我做了一些搜索，看到其他人有这个问题，但看不出简单的解决方法。我在Windows Server 2003上使用Solr 3.4.0。有关如何解决此问题的任何想法？

作为旁注，我让Drupal使用Solr进行搜索，这是有效的。但我无法工作的是拥有Solr索引PDF和Word文档。我确信这是大多数网站的常见需求，但我已经花了好几天时间，我不敢相信这个文档很难记录，这很难弄明白。

答案

如果您使用jetty设置从示例目录运行Solr，它应该按原样运行而不进行任何更改。

但是，for multicore setup you would need to copy the jars into the lib directory。

如果检查示例文件夹中的solrconfig，它包括solr单元和提取库的jar。

solrconfig.xml -

取消注释此行以包含所有lib jar -

<lib dir="./lib" />

将jar从这些文件夹复制到多核lib文件夹。这些罐子用于提取。 （Apache pdfbox，poi，fontbox等）

<lib dir="../../dist/" regex="apache-solr-cell-d.*.jar" />
<lib dir="../../contrib/extraction/lib" />

当你启动Solr时，你应该看到所有的jar都被加载了。应该让你工作。