pdf - 使用 Solr 用页码索引 PDF

标签 pdf solr full-text-search apache-tika solr-cell

我正在使用 ExtractingRequestHandler 使用 Solr 索引 PDF。我想显示页码以及文档中的点击次数,例如“术语 foo 出现在 bar.pdf 第 2、3 和 5 页上。”

是否可以像这样在查询结果中包含页码?

最佳答案

这需要一些开发工作,但您可以通过将每个文档的每一页作为单独的 Solr 文档编制索引来实现这一点,然后使用 field collapsing对每个文档的不同页面点击进行分组。

请注意,您需要每晚为此,在任何当前发布的 Solr 版本中都没有实现字段折叠。

另请注意:字段折叠在版本 中实现Solr 3.3 .预计下一个大版本会有更多更新( Solr 4.0 )

关于pdf - 使用 Solr 用页码索引 PDF,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4094269/

相关文章:

java - 安装 Solr PHP JAVA_HOME 错误

lucene - 使用 Solr 进行语义分析

php - 识别字符串中的单个/多个食物元素(用户输入)

用于嵌入超链接支持的 android pdf 查看器 sdk

swift - 如何快速调整 PDF 大小

ios - 在 PDFKitten 中无法进行特殊字符搜索

mysql - 有趣的 MATCH AGAINST 问题 : not searching some words

Javascript 注入(inject) PDF,与网站通信

java - ElasticSearch 中映射和类型之间的混淆

Mysql全文搜索加号