将多个可搜索文件添加到一个Solr-index-document

Question

是否有一种方法或最佳实践可以使用提取处理程序将多个文件(例如，2个pdf和1个doc)添加到一个solr-index-doc中？查询时的结果应该看起来像这样：

<result name="response">
 <str name="id">123</str>

  <doc>
   <arr name="attr_content">
    content of pdf-1
   </arr>
  </doc>

  <doc>
   <arr name="attr_content">
    content of pdf-2
   </arr>
  </doc>

  <doc>
   <arr name="attr_content">
    content of doc-1
   </arr>
  </doc>

</result>

在我的java应用程序中，我将文件添加到Solr-Index中，就像只添加一个文件一样：

ContentStreamUpdateRequest up = new ContentStreamUpdateRequest("/update/extract");
up.addFile(new File("c:\\document1.pdf"));
up.setParam("literal.id", solrId);
up.setAction(AbstractUpdateRequest.ACTION.COMMIT, true, true);
solr.request(up);

Answer 1

它只允许将一个文件作为附件附加。

Solr允许对压缩文件进行索引(patch)，这将对文件的内容进行索引。

因此，您可以将文件打包到zip中并提供给Solr，Solr将作为单个文档进行索引。