solr - 如何使用 Solr 的 FileListEntityProcessor 在搜索结果中显示文件名

Question

我正在尝试扫描目录中的所有 pdf/doc 文件。这很好用，我可以扫描所有文档。

接下来我要尝试做的也是在搜索结果中接收文件的文件名。但是文件名永远不会出现。我尝试了几件事，但文档对如何执行此操作不是很有帮助。

我正在使用在 solr 发行版中找到的 solr 配置:apache-solr-3.1.0/example/example-DIH/solr/tika/conf

这是我的数据配置:

<dataConfig>
  <dataSource type="BinFileDataSource" name="bin"/>
  <document>
    <entity name="f" processor="FileListEntityProcessor" recursive="true" 
            rootEntity="false" dataSource="null" baseDir="C:/solrtestsmall"
            fileName=".*\.(DOC)|(PDF)|(pdf)|(doc)" onError="skip">

      <entity name="tika-test" processor="TikaEntityProcessor" 
              url="${f.fileAbsolutePath}" format="text" dataSource="bin" 
              onError="skip">
        <field column="Author" name="author" meta="true"/>
        <field column="title" name="title" meta="true"/>
        <field column="text" name="text"/>
      </entity>

      <field column="fileName" name="fileName"/>
    </entity>
  </document>
</dataConfig>

我感兴趣的是如何正确配置它，以及我可以找到特定文档的任何其他地方。

Answer 1

您应该在列中使用文件而不是文件名

<field column="file" name="fileName"/>

不要忘记将“fileName”添加到字段部分的 schema.xml。

<field name="fileName" type="string" indexed="true" stored="true" />