如何在 Solr 6.4 中存储文档内容？答案

【问题标题】：How to store documents content in Solr 6.4?如何在 Solr 6.4 中存储文档内容？
【发布时间】：2017-03-10 23:49:10
【问题描述】：

我正在尝试使用 Windows 版本的帖子索引文档，使用如下命令：

java -Dc=docs -Dauto=yes -Dc=docs -Ddata=files -Drecursive=yes -jar
post.jar C:\docs

我可以看到文档已正确编入索引，但我想存储提取的文本以使用突出显示。我添加到我的托管模式字段中，例如：

<field name="text" type="text_general" multiValued="true" indexed="true" stored="true"/>
<field name="source" type="text_general" multiValued="true" indexed="true" stored="true"/>
<field name="content" type="text_general" multiValued="true" indexed="true" stored="true"/>
<field name="content" type="strings"/>

但它不起作用，我无法返回文档的搜索内容。如何存储从 doc、docx、pdf 文件中提取的文本并将其返回到我的查询中？

【问题讨论】：

没有得到你想要的东西。您在结果中突出显示查询词时遇到问题。 ?
据我了解，我需要存储提取的文本以使用突出显示。所以，我的问题是我不知道如何检索文档的内容并让 Solr 存储它。抱歉，如果有什么不清楚的地方，但我是 Solr 的新手，我不知道它是如何工作的。

标签： solr highlighting

【解决方案1】：

bin/post（不确定 post.jar，但我相信也是如此）会告诉您它确定每个文件的类型以及提交给哪个处理程序。

例如，MSWord、PDF 等都进入 /extract 处理程序，该处理程序使用 Tika 来提取内容。

然后，如果您在 solrconfig.xml 中查找 /extract 处理程序的定义，您将看到告诉您如何映射提取的内容的参数，其中包括字段的名称。然后，您可以存储这些字段并重新索引。

【讨论】：

【解决方案2】：

post.jar 将执行索引操作。因此，当您索引任何文档时（有一个选项可以设置为 true/false 以将内容存储在 schema.xml 文件中），您可以搜索其内容。

只有在存储时才能使用高亮。

查看此Link 以了解索引和搜索是如何完成的

【讨论】：

感谢您的回答。我知道我必须将 stored 选项设置为 true 但我不确定在哪个字段中。我尝试存储 text、_text_、source、content 等字段 - 但文档中没有文本，但索引正确.您知道哪个字段包含已处理文档中的所有内容吗？
检查content 字段。为内容设置 bot indexed and stored = true。你会更好地理解它。重新启动 solr，重新索引文档和搜索（不要忘记这一步重新启动和重新索引）。如果您觉得有用，请点赞或接受我的回答。干杯。