绘制全文索引Excel文件

Question

如何自定义Plone搜索引擎以实现excel文件的全文索引？我已经安装了pdftotext和wv的pdf，word文件全文索引。

Answer 1

如果将Products.OpenXml添加到实例鸡蛋中并以Plone安装，则可以索引现代Office格式，至少.docx和.xlsx是这样的。对于普通的旧Excel (.xls)文件，此操作不起作用。

几周前，我在一个4.3.2构建配置中尝试了它：

[instance]
eggs =
    ...
    Products.OpenXml

[versions]
# You need a more recent lxml than default Plone, some 3.x version
lxml = 3.3.3
Products.OpenXml = 1.1.1

另外，也可以使用Products.AROfficeTransforms。我只是将它与Products.OpenXml结合使用，但是如果您只对旧的excel工作表感兴趣，Products.AROfficeTransforms本身就足够了，.xls。在构建配置中：

[instance]
eggs =
    ...
    Products.AROfficeTransforms

[versions]
Products.AROfficeTransforms = 0.11.0

它要求在系统上安装xlhtml二进制文件。这是一个古老的二进制，上一次改变是在2002年。我没有亲自安装。

Answer 2

试试ftw.tika

支持格式：

• Microsoft格式(Office )
• *.docx Word文档
• *.dotx Word模板
• *.xlsx Excel表格
• *.xltx Excel模板
• *.pptx幻灯片演示文稿
• *.potx Powerpoint模板
• *.ppsx Powerpoint幻灯片
• 旧的Microsoft Office (97)格式
• 富文本格式
• OpenOffice ODF格式
• OpenOffice 1.x格式
• 常见的Adobe格式(InDesign、Illustrator、Photoshop)
• PDF文件
• WordPerfect文档-电子邮件

它基于apache，并作为一个由主管管理的服务运行(您必须扩展构建出来)。

它与portal_transforms集成，经过很好的测试和文档化。

更多信息：

• 在皮皮上发布