0

我想上传一个文件（一些 ms word 文档）例如到 solr，但我想在这个上传中添加我自己的字段，比如上传它的人的 userId 或一些标签。文件的内容必须经过解析和搜索，并且应将 exta 参数添加为字段。因此，我在 schema.xml 中添加了以下定义

<?xml version="1.0" encoding="UTF-8" ?>
<schema name="example" version="1.1">
  <types>
   <fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true"/>
   <fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>
    <!-- A general text field that has reasonable, generic
         cross-language defaults: it tokenizes with StandardTokenizer,
     removes stop words from case-insensitive "stopwords.txt"
     (empty by default), and down cases.  At query time only, it
     also applies synonyms. -->
    <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
        <!-- in this example, we will only use synonyms at query time
        <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
        -->
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
    </fieldType>
 </types>


 <fields>
    <field name="documentId" type="string" indexed="true" stored="true" multiValued="false" required="true"/>
<field name="text" type="string" indexed="true" stored="false" multiValued="true"/>
<dynamicField name="metadata_*" type="text_general" indexed="true" stored="true" multiValued="true"/>
 </fields>

 <uniqueKey>documentId</uniqueKey>
 <defaultSearchField>text</defaultSearchField>
 <solrQueryParser defaultOperator="AND"/>

</schema>

我的 solrconfig.xml 的相关部分现在看起来像这样：

  <equestHandler name="/update/extract" 
                startup="lazy"
                class="solr.extraction.ExtractingRequestHandler">
 <lst name="defaults">
   <str name="fmap.content">text</str>
   <str name="lowernames">true</str>
   <str name="fmap.documentId">documentId</str>
   <!-- also tried with
   <str name="fmap.literal.documentId">documentId</str>
   and
   <str name="literal.documentId">documentId</str>
   -->
   <str name="uprefix">metadata_</str>

   <!-- capture link hrefs but ignore div attributes -->
   <str name="captureAttr">true</str>
   <str name="fmap.a">links</str>
   <str name="fmap.div">ignored_</str>
  </lst>
  </requestHandler>

但是，无论我使用此命令尝试什么组合：

java -Durl=http://localhost:9090/solr/update/extract?documentId=test -jar post.jar somedoc.pdf

或者

java -Durl=http://localhost:9090/solr/update/extract?literal.documentId=test -jar post.jar somedoc.pdf

我不断缺少 documentId 的必填字段

问候罗纳德

4

2 回答 2

2

您有 0 个文档的原因可能是您没有指定 documentId（或任何其他必填字段），并且索引失败（查找日志）。

你必须只是休闲的例子：http ://wiki.apache.org/solr/ExtractingRequestHandler#Getting_Started_with_the_Solr_Example

要将任何字段添加到使用 Tika 索引的文档中，您必须使用文字参数。在您的情况下，它可能是：

&literal.userId=123&literal.documentId=doc1

如果您还有其他问题，请询问（添加可能添加更多详细信息：您的命令是什么样的，日志中的错误）

于 2012-08-06T13:19:33.737 回答
0

我有同样的问题，问题是我的字段“documentId”的名称。当字段名称以“Id”（大写 I）结尾时，检查必填字段时出现问题

请参阅另一个帮助我弄清楚的问题：Solr - Missing Required Field

我将字段名称更改为“id”，现在一切都很好。这真的没有意义，可能已经让一些人完全发疯了

于 2013-01-03T19:56:30.490 回答