drupal - 让 ExtractingRequestHandler 在 Solr 中工作

Question

我正在尝试让 Solr 与 Tika 一起工作，以便我可以在我的 Drupal 网站中索引 Word 和 PDF 文档。

我看过 Wiki page而这个 page它们表示在 solrconfig.xml 中添加一个 requestHandler。

我这样做了，现在 Solr 抛出了一个异常:

org.apache.solr.common.SolrException: Error loading class 'org.apache.solr.handler.extraction.ExtractingRequestHandler'

我做了一些搜索，发现其他人也有这个问题，但没有简单的解决办法。我正在使用 Solr 3.4.0 在 Windows Server 2003 .关于如何解决这个问题的任何想法？

作为旁注，我有 Drupal 使用 Solr 进行搜索，并且正在运行。但是我无法工作的是让 Solr 索引 PDF 和 Word 文档。我确信这是大多数网站的共同需求，但我已经花了数天时间，我无法相信它的文档记录很差而且很难弄清楚。

Answer 1

如果您从带有 jetty 设置的示例目录运行 Solr，它应该按原样运行，没有任何更改。

然而，for multicore setup you would need to copy the jars into the lib directory .

如果您检查示例文件夹中的 solrconfig，它将包含 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" />

将这些文件夹中的 jar 文件复制到您的多核 lib 文件夹中。
这些 jar 用于提取。 (Apache pdfbox、poi、fontbox 等)

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

当您启动 Solr 时，您应该会看到所有的 jars 已加载。
应该让你工作。