我正在尝试导入一个文档集合，其中一些文件以下划线开头。 Marklogic mlcp 8.0.4 似乎在默默地跳过这些文件，尽管 Marklogic 本身似乎对这样的文件名没有问题。
这是我正在使用的 mlcp 命令:
mlcp-8.0-4/bin/mlcp.sh import -host localhost -port 8012 -username xxxxx -password xxxx -mode local -input_file_path /Users/test/Downloads/tempfolder33/ -output_uri_replace "^.*tempfolder33,''"
像“/Users/test/Downloads/tempfolder33/schemas/bwb/_manifest.xml”这样的文件名总是被 mlcp 忽略。
关于如何解决这个问题有什么想法吗？
最佳答案
MarkLogic 使用定义抽象 FileInputFormat 类的 hadoop-mapreduce-client-core 库 (org.apache.hadoop)。此类使用始终处于事件状态的私有(private)静态最终 PathFilter hiddenFileFilter。 此过滤器定义以“_”和“.”开头的文件。隐藏，无论您自己定义的过滤器如何，这些文件都将被自动跳过。
private static final PathFilter hiddenFileFilter = new PathFilter() {
public boolean accept(Path p) {
String name = p.getName();
return !name.startsWith("_") && !name.startsWith(".");
}
};
如果您精通 Java，可以从此处下载一份 mlcp 源代码 https://developer.marklogic.com/products/mlcp并尝试覆盖 FileAndDirectoryInputFormat 类中 FileInputFormat 类的 protected listStatus 方法，以不包括 hadoop-mapreduce-client-core 库中 FileInputFormat 类的 hiddenFileFilter。
希望对你有帮助
彼得
关于Marklogic 内容泵 (MLCP) 默默地忽略以下划线开头的文件，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34449393/