我如何使Apache Tika索引PDF和包括子目录在内的文本文件的目录，并将其提交给Apache Solr，以便我可以使用搜索引擎来搜索该目录的内容？
任何建议都值得赞赏，在Windows或Linux上都无关紧要。我没能做到这一点，因为这两个项目的文档大多是为开发人员准备的，这很好，但尽管如此，我不能让他们这样做，因为文档很模糊，对于非java开发人员来说不够清晰。
非常简单：我如何使用Apache Lucene系列项目构建搜索引擎，这些项目可以索引并提供对/home/material或c:\material或/cygdrive/c/material 的搜索
提前感谢
您熟悉什么编程语言？
作为一个Python爱好者，我会熟悉urllib2，一个HTTP客户端库和os模块，它可以处理文件系统（列出目录中的文件，打开一个文件指针，在Solr的文件中进行POSTing）。同样相关的还有set数据类型，它可用于比较FS和Solr索引中的文档。
所以，
- 学习将富文档POST到Solr（使用Solr库或HTTP客户端库）
- 使逻辑从Solr和目录中检索所有文档名称
- 将所有丢失/更改的文档上传到Solr
Solr提供了ExtractingRequestHandler，它有助于为丰富的文档编制索引
页面上列出的示例使用curl向Solr提供数据
一个简单的脚本可以遍历文件夹和子文件夹并执行curl命令，它可以在所有文档上创建索引
如果您使用Solr的任何客户端，如Solrj、rsolr，您可以轻松地遍历目录并执行http URL来索引文档。