与tika和solr的集成

Question

我用Solr索引期刊文章。使用开箱即用的配置，它将文档的文本编入索引，但我希望使用Grobid来提取作者、标题、附属机构等。

我加了

<str name="tika.config">/path/to/tika-config.xml</str>

到requestHandler的solrconfig.xml中的/update/提取

tika-config看起来如下：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<properties>
  <parsers>
    <parser class="org.apache.tika.parser.journal.JournalParser">
      <mime>application/pdf</mime>
    </parser>
  </parsers>
</properties>

当我试图导入一个文档时，我得到了一个ClassNotFound异常，但是无法确定在哪里设置类路径来修复它。

Answer 1

正如Solr用户列表中所提到的，Solr的最新版本(6.0.0)使用的是一个版本的Tika (1.7)，该版本早于permalink的添加(在Tika 1.11中出现)。要继续升级到Tika 1.13，请参见SOLR-8981