Java 如何在ApacheSolr上索引PDF文档

我是Solr的新手。因为我看其他主题看不懂任何东西，他们的解释对我来说太专业了，我正在寻找关于将PDF文档索引到Solr的基本解释

我从一些stackoverflow主题中找到了这个链接，但它不是教程

我只想在solr中添加许多pdf文档，然后搜索并下载它们

---

我如何才能做到这一点？我必须在eclipse或任何地方创建java项目吗？

我想看一下其中的一个教程，例如5分钟内的Solr，这里是[1]链接

通常情况下，Solr和ElasticSearch一样，允许索引OTB而无需编写任何代码，因此通过简单的配置文件，您应该能够将文件夹指向索引；在某些情况下，CLI工具应允许您在命令行上指定此类信息

无论如何，使用Solr实现这一点的最简单方法是使用“post.jar”：

cd example/exampledocs
java -Dc=techproducts -jar post.jar sd500.xml

添加sd500.xml。如果您有多个文件，可以使用一个简单的bash脚本来循环它们并发布到Solr

希望有帮助

[1]

---

[2]

非常感谢。我是否应该将PDF文件转换为XML，然后将XML文件发布到solr？不一定。您可以对PDF文件使用相同的方法。我相信Solr会为您选择合适的解析器OTB。我正在使用Solr 4.10.2，我在exampledocs中找到了post.jar和1个pdf文件，并将它们移动到我创建的文件夹中。我在终端上的文件夹里alican@alican：~/Downloads/solr-4.10.2/example/solr/senior$然后打印了这个，java-Dc=senior-jar post.jar solr-word.pdf lt向我显示了以下消息：SimplePostTool版本1.5使用内容类型application/xml将文件发布到基本url。。发布文件solr-word.pdf SimplePostTool:WARNING:solr为url:SimplePostTool:WARNING:Response:4000返回了一个错误#400（错误请求）：无效的UTF-8中间字节0xe5（在字符#10，字节#-1）400我想知道为什么我得到了-2。。。