Indexing 在solr中为文件夹内的所有文件编制索引

我在solr中索引文件夹时遇到问题

示例-data-config.xml：

<dataConfig>  
<dataSource type="BinFileDataSource" />
    <document>
        <entity name="files" 
        dataSource="null" 
        rootEntity="false"
        processor="FileListEntityProcessor"
        baseDir="C:\Temp\" fileName=".*"
        recursive="true"
        onError="skip">
            <field column="fileAbsolutePath" name="id" />
            <field column="fileSize" name="size" />
            <field column="fileLastModified" name="lastModified" />

            <entity
                name="documentImport"
                processor="TikaEntityProcessor"
                url="${files.fileAbsolutePath}"
                format="text">
                <field column="file" name="fileName"/>
                <field column="Author" name="author" meta="true"/>
                <field column="text" name="text"/>

            </entity>
    </entity>
    </document> 

然后创建schema.xml：

    <field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" /> 
    <field name="fileName" type="string" indexed="true" stored="true" />
    <field name="author" type="string" indexed="true" stored="true" />
    <field name="title" type="string" indexed="true" stored="true" />
    <field name="size" type="plong" indexed="true" stored="true" />
    <field name="lastModified" type="pdate" indexed="true" stored="true" />
    <field name="text" type="text_general" indexed="true" stored="true" multiValued="true"/>

最后，我修改了文件solrConfig.xml，添加了requesthandler、dataImportHandler和dataImportHandler额外的JAR：

    <requestHandler name="/dataimport" class="solr.DataImportHandler">
    <lst name="defaults">
        <str name="config">example-data-config.xml</str>
    </lst>
</requestHandler>

示例-data-config.xml

我运行它，结果是：

在该文件夹中有大约20.000个不同格式的文件（.py、.java、.wsdl等）

---

如有任何建议，将不胜感激。谢谢：）

查看您的Solr日志。根本原因的答案肯定会在那里。我也曾经遇到过同样的情况，通过solr日志发现我的

DataImportHandler

抛出异常，因为文件夹中存在

加密文档。您的原因可能不同，但首先分析您的solr日志，在
数据导入
部分再次执行您的
实体
，然后通过进入管理页面的
日志记录
部分检查即时日志是否存在错误。如果您收到的错误与我之前提到的不同，请将它们张贴在此处，以便理解和解密。
检查您的Solr日志。根本原因的答案肯定会在那里。我也曾经遇到过同样的情况，通过solr日志发现我的
DataImportHandler
抛出异常，因为文件夹中存在
加密文档。您的原因可能不同，但首先分析您的solr日志，在
数据导入
部分再次执行您的
实体
，然后通过进入管理页面的
日志记录
部分检查即时日志是否存在错误。如果您遇到的错误不是我所提到的，请将它们发布到此处，以便理解和破译。
似乎recursive=“true”在某种程度上不起作用，我尝试使用一个子文件夹，子文件夹的信息已正确索引。但我现在真的不知道的根本原因似乎是recursive=“true”在某种程度上不起作用，我尝试了一个子文件夹，子文件夹的信息被正确地索引了。但根本原因我现在真的不知道，谢谢你的快速回复：）。我查看了日志，似乎Solr在尝试索引.png图像时出现了问题，所以我现在正在做的是列出所有没有有用信息的文件（如png、jpg、swf等），并且不对它们进行索引。在这里发布您在日志中获得的内容。如果我的回答对你有帮助的话，我希望你能接受：）谢谢你的快速回复：）。我查看了日志，似乎Solr在尝试索引.png图像时出现了问题，所以我现在正在做的是列出所有没有有用信息的文件（如png、jpg、swf等），并且不对它们进行索引。在这里发布您在日志中获得的内容。如果我的回答对你有帮助，你愿意接受吗：）