java - Liferay 门户中的文档处理

Question

在过去的 2 年里，我一直在大量使用 Liferay，但我从未需要任何广泛的文档管理。

现在我有一个 portlet，用户可以在其中上传文档(MS office OLE2 文档、ODS 文档、PDF 等)，我必须将它们与所有可用的元数据一起保存。

我知道如果不使用 Liferay 我该怎么做，我可能会使用 Apache solr 和 Apache Tika(UpdateRichDocuments 和 ExtractingRequestHandler)或 Apache Jackrabbit，它们在后台使用 Apache Tika(org.apache.jackrabbit .extractor.*).

问题是，如果我查看 Liferay 的主干，有一些关键类:

Hooks (JCRHook, FileSystemHook, CMISHook, s3Hook)从内部雇用的 DLLocalServiceImpl有点直接

另一种选择是使用 DLAppLocalServiceImpl正在雇用 DLRepositoryLocalServiceImpl并且文件也通过 Hooks 持久保存到存储库中，但是在那里完成了很多额外的工作。

1. Liferay 中没有 jackrabbit-text-extractors 库，所以我想如果我想从 PDF、DOC、ODS 文档中提取元数据，我会遇到很多困难...因为 DL 服务层不接受额外的属性

   1. 我认为我必须避免使用 DL 服务和 JCR Hook 并直接访问 Jackrabbit...但我会失去兼容性和迁移我的存储库等的可能性。

可以请任何人在这方面合作吗？谢谢

Answer 1

SOLR 用于索引，Jackrabbit 用于文档存储。在代码中管理 Liferay Document Library 相当容易，只需查看 DL*LocalServiceUtil 类，即 DLFolderLocalServiceUtil 和 DLFileLocalServiceUtil。默认情况下，Liferay 只是在硬盘驱动器上创建一个匹配的文件夹/文件结构(名称已更改)，因此如果您想要更多，您只需编写代码或使用 Jackrabbit，因为 Liferay 允许上传/下载和开箱即用通过控制面板和各种 portlet。

我没有将 JackRabbit 与 Liferay 一起使用，但是一旦配置好，一切都应该在幕后进行管理，您不需要在前端担心它。

当您说“所有元数据都可用”时，我不确定保留了什么，但除了重命名文件以便对其进行跟踪之外，不应该有任何其他更改。通过上传每种类型的文件并检查 LIFERAY/data/document_library 目录和子目录中的条目，应该可以快速轻松地进行测试。同样，如果使用 Jackrabbit，情况会有所不同。