solr - 要提取远程文件，先使用 tika.open(url) 或 wget 下载到本地？

Question

Tika 可以使用 url 参数来提取远程文件。我们也可以下载远程文件，然后让tika像本地文件一样解压。从性能和正确性的角度来看，哪种方式是更好的选择？谢谢。

Answer 1

从 URL 中提取它会更快，从而避免在本地系统上进行过多的读/写。这就是我用 tika 解析文件时所做的。快速而直接。