Java 如何索引pdf'；他对索尔杰满意吗？

我正在尝试使用SolrJ为一些pdf文档编制索引，如中所述，下面是代码：

import static org.apache.solr.handler.extraction.ExtractingParams.LITERALS_PREFIX;
import static org.apache.solr.handler.extraction.ExtractingParams.MAP_PREFIX;
import static org.apache.solr.handler.extraction.ExtractingParams.UNKNOWN_FIELD_PREFIX;

import org.apache.solr.client.solrj.SolrServer;
import org.apache.solr.client.solrj.SolrServerException;
import org.apache.solr.client.solrj.impl.CommonsHttpSolrServer;
import org.apache.solr.client.solrj.request.AbstractUpdateRequest;
import org.apache.solr.client.solrj.request.ContentStreamUpdateRequest;
import org.apache.solr.common.util.NamedList;
...
public static void indexFilesSolrCell(String fileName) throws IOException, SolrServerException {

  String urlString = "http://localhost:8080/solr"; 
  SolrServer server = new CommonsHttpSolrServer(urlString);

  ContentStreamUpdateRequest up = new ContentStreamUpdateRequest("/update/extract");
  up.addFile(new File(fileName));
  String id = fileName.substring(fileName.lastIndexOf('/')+1);
  System.out.println(id);

  up.setParam(LITERALS_PREFIX + "id", id);
  up.setParam(LITERALS_PREFIX + "location", fileName); // this field doesn't exists in schema.xml, it'll be created as attr_location
  up.setParam(UNKNOWN_FIELD_PREFIX, "attr_");
  up.setParam(MAP_PREFIX + "content", "attr_content");
  up.setAction(AbstractUpdateRequest.ACTION.COMMIT, true, true);

  NamedList<Object> request = server.request(up);
  for(Entry<String, Object> entry : request){
    System.out.println(entry.getKey());
    System.out.println(entry.getValue());
  }
}

import static org.apache.solr.handler.extraction.ExtractingParams.LITERALS\u前缀；
导入静态org.apache.solr.handler.extraction.ExtractingParams.MAP_前缀；
导入静态org.apache.solr.handler.extraction.ExtractingParams.UNKNOWN_FIELD_前缀；
导入org.apache.solr.client.solrj.SolrServer；
导入org.apache.solr.client.solrj.SolrServerException；
导入org.apache.solr.client.solrj.impl.CommonsHttpSolrServer；
导入org.apache.solr.client.solrj.request.AbstractUpdateRequest；
导入org.apache.solr.client.solrj.request.ContentStreamUpdateRequest；
导入org.apache.solr.common.util.NamedList；
...
公共静态void indexFilesSolrCell（字符串文件名）引发IOException、SolrServerException{
字符串URL字符串=”http://localhost:8080/solr"; 
SolrServer服务器=新的CommonHttpSolrServer（urlString）；
ContentStreamUpdateRequest up=新建ContentStreamUpdateRequest（“/update/extract”）；
up.addFile（新文件（文件名））；
String id=fileName.substring（fileName.lastIndexOf（'/'）+1）；
系统输出打印项次（id）；
setParam（文字+前缀+id”，id）；
up.setParam（LITERALS\u PREFIX+“location”，fileName）；//schema.xml中不存在此字段，它将被创建为attr\u location
up.setParam（未知字段前缀“attr”）；
setParam（映射前缀+“内容”，“属性内容”）；
setAction（AbstractUpdateRequest.ACTION.COMMIT，true，true）；
NamedList request=server.request（向上）；
for（条目：请求）{
System.out.println（entry.getKey（））；
System.out.println（entry.getValue（））；
}
}

不幸的是，在查询*：*时，我得到了索引文档的列表，但内容字段为空。如何更改上面的代码以同时提取文档的内容

下面是xml框架，它描述了：

/home/alex/Documents/lsp.pdf
流大小
31203
内容类型
申请表格/pdf
31203
申请表格/pdf
lsp.pdf

---

我不认为这个问题与Apache Tika的错误安装有关，因为以前我有一些ServerException，但现在我已经在正确的路径上安装了所需的JAR。此外，我还尝试使用同一类为txt文件编制索引，但属性内容字段始终为空。

在schema.xml文件中，您是否在内容字段中设置了“stored=true”，这是我的schema.xml文件的一个示例，用于存储pdf和其他二进制文件的内容

这对你有帮助吗

赫克托

<doc>
  <arr name="attr_content">
    <str>            </str>
  </arr>
  <arr name="attr_location">
    <str>/home/alex/Documents/lsp.pdf</str>
  </arr>
  <arr name="attr_meta">
    <str>stream_size</str>
    <str>31203</str>
    <str>Content-Type</str>
    <str>application/pdf</str>
  </arr>
  <arr name="attr_stream_size">
    <str>31203</str>
  </arr>
  <arr name="content_type">
    <str>application/pdf</str>
  </arr>
  <str name="id">lsp.pdf</str>
</doc>