Solr 文件索引按页面的地图内容

Question

我想在 Solr 中索引文件。 我已经用 PHP 制作了一个“输出脚本”，但是我的项目负责人给了我显示找到的文本的页码的任务。

所以： - 我正在寻找“Foo”这个词。 - Solr 返回结果以及突出显示的文本。 - 现在我想知道这个突出显示的文本在哪个页面上，以便找到它。

文件是 *.pdf 文件。

我想到的一个解决方案是在不同字段中导入 PDF 文件的文本？或者也许在这个名为“内容”的多值字段中。

可能是这样的：

Json:
    content:
        1: "page one text",
        2: "page two text"

等等？

这可能吗？或者有没有更好的方法来找到这些信息？谢谢你的帮助！ :-)

Answer 1

您需要为每个 PDF 文件的每一页创建一个单独的 Solr 文档。如果您希望每个文件只返回一个结果，则可以使用FieldCollapsing 将同一 PDF 文件中的所有结果分组。