Solr:索引fb2文件

Question

我想使用Solr为一些图书馆建立索引，这些图书馆以fb2格式表示书籍。实际上，fb2就是具有类似xsd format的xml。但是，post.jar忽略了*.fb2文件，我不明白如何将fb2文件中的值映射到索引字段，例如：

<book-title>some book</book-title>

索引中的...to“图书标题”字段。我应该创建一个插件，还是其他什么？

Answer 1

您应该看看Solr Data Import Handler (DIH)。

https://cwiki.apache.org/confluence/display/solr/Uploading+Structured+Data+Store+Data+with+the+Data+Import+Handler

在Solr examples文件夹中有一个RSS导入示例。如果您查看rss-data-config.xml文件，您将看到他们如何使用XPathEntityProcessor从XML映射到Solr字段，例如：

​

以下是更多信息：http://www.andornot.com/blog/post/Sample-Solr-DataImportHandler-for-XML-Files.aspx

我过去也编写过Tika解析器来处理特定的文件格式。

https://lucidworks.com/blog/2010/06/18/extending-apache-tika-capabilities/

为了获得更大的灵活性，您可以只使用自己喜欢的编程语言读取文件，然后使用API将数据发送到Solr。我们不得不为最近的一个应用程序这样做，因为DIH不够灵活，无法实现我们想要实现的目标。