lucene - 如何获取存储在露天内容管理系统中的文件的元数据？

Question

嗨，我在 alfresco cms 中存储了一些文件（pdf、html、doc），我的要求是使用 alfresco cms 中归档的元数据“内容类型”对这些文件进行分类，是否可以仅使用 alfresco cms 或我做需要将任何其他爬虫（tika、nutch、lucene）与 alfresco 集成以获取它。请给我建议一种方法

Answer 1

嗨，这是将 HTML 文件移动到另一个文件夹的简单规则。

如果您需要更大的灵活性并且只需要 1 条规则而不是每种类型的规则，则需要编写一些 JavaScript 并检查 mime-type 字段。

Answer 2

“内容类型”元数据基于放在 Alfresco 中的文件扩展名（.pdf、.doc）。具有无法识别的扩展名的文件没有有效的内容类型。

您可以简单地使用 Alfresco 中的“规则”来组织您的文件。