Solr为PDF文档编制索引并将其发布到远程服务器

Question

嗨，说到Solr，我是一个天真的用户。请指导我克服以下障碍。

1） Solr索引PDF文档

尝试过的解决方案

我使用tika应用程序0.9.jar将输入PDF文件中的内容提取为文本文件。现在我正试图编写一个java代码，将文档索引到Solr。

2） 将它们发布到远程服务器

我需要将文档或索引发布到中央远程服务器。curl命令可以用于此吗。

问候巴拉吉。

Answer 1

1）Solr索引PDF文档-我相信Solr可以为您做到这一点。您可以使用Solr的http接口或SolrJ。2） 将索引发布到远程服务器-Solr复制可能符合要求。

Answer 2

假设PDF在web服务器上，您可以使用Nutch来获取和解析它们，然后通过其HTTP接口将索引推送到Solr。