从 LOGSTASH 读取 PDF 内容答案

【问题标题】：Reading PDF content from LOGSTASH从 LOGSTASH 读取 PDF 内容
【发布时间】：2017-02-07 10:43:09
【问题描述】：

LOGSTASH 能否从某个位置读取 PDF 文件并提取其中的内容，然后将此内容发送到目的地（KAFKA）？

据我所知，LOGSTASH 可以读取 .TXT 或 .LOG 或 .CSV 文件，但我不确定它是否能够读取 PDF 中的内容。

对此行的任何建议都会有所帮助。

如果没有，kafka 有这个能力吗？是否可以从 APACHE KAFKA 读取 PDF 内容？

【问题讨论】：

【解决方案1】：

Logstash 没有 PDF 输入过滤器。最好的办法是找到一个可以在 PDF 文件中为您提供文本的程序。有这个问题可能会有所帮助：How to extract text from a PDF?

然后您可以设置一些东西来生成 PDF 的文本版本，然后使用 logstash 将它们索引到 elasticsearch。

【讨论】：