【发布时间】：2015-05-28 05:19:55
【问题描述】：
我想将 PDF 上传到 MarkLogic 数据库并在其上构建搜索引擎。 能给点建议吗？
【问题讨论】：
【发布时间】：2015-05-28 05:19:55
【问题描述】：
这可以轻松完成。实际上，它是预制的示例应用程序之一：http://developer.marklogic.com/code/document-discovery
自 MarkLogic 8 以来，该示例应用程序的技术堆栈有点过时，但使用 https://github.com/marklogic/marklogic-samplestack 或 https://github.com/marklogic/slush-marklogic-node 使用更现代的堆栈重新创建它并不难。
后者实际上带有一个示例转换，可与 /v1/documents 上的 PUT 调用一起使用，以获取从二进制文档（如 PDF）中抓取的文本和元数据：
文档过滤支持多种二进制格式：http://docs.marklogic.com/guide/search-dev/binary-document-metadata#id_68368
HTH！
【讨论】：
-
MLCP 是上传初始（二进制）文档集的有用工具。另请参阅上面@dave-cassel 的评论..