将ApacheTika和Solr Cell与Solr集成以索引pdf和word文档

我正在使用solr搜索引擎对pdf和word文档进行POC索引。我试图搜索详细的级别信息或文章，但没有找到任何详细的文章。我发现的是使用solr包提供的一些示例。这不是我所需要的

我目前掌握的信息是，可以使用Solr Cell和ApacheTika为pdf文档编制索引

从一些stakeoverflow中我找到了链接，但它不是教程，也没有我想要的步骤。另外，我想使用solrnet从.net应用程序调用solr

我使用的是Solr5.1版本

我提供了从solr参考文档运行的示例代码，如下所示

bin/solr -e techproducts

它使用techproducts core启动了示例solr实例。之后，我运行下面的命令为pdf文档编制索引

curl "http://localhost:8983/solr/techproducts/update/extract?literal.id=doc1&commit=true" -F "myfile=@example/exampledocs/solr-word.pdf"

它工作得很好

在此之后，我从tomcat托管的solr服务器创建了新的core，并尝试在该服务器上运行相同的curl命令和receiver error。 我在solrconfig.xml中添加了以下请求处理程序代码

<requestHandler name="/update/extract" 
                  startup="lazy"
                  class="solr.extraction.ExtractingRequestHandler" >
    <lst name="defaults">
      <str name="lowernames">true</str>
      <str name="uprefix">ignored_</str>

      <!-- capture link hrefs but ignore div attributes -->
      <str name="captureAttr">true</str>
      <str name="fmap.a">links</str>
      <str name="fmap.div">ignored_</str>
    </lst>
  </requestHandler>

错误：

<?xml version="1.0" encoding="UTF-8"?>
<response>
<lst name="error"><str name="msg">Error loading class 'solr.extraction.Extractin
gRequestHandler'</str><str name="trace">org.apache.solr.common.SolrException: Er
ror loading class 'solr.extraction.ExtractingRequestHandler'
        at org.apache.solr.core.SolrResourceLoader.findClass(SolrResourceLoader.
java:492)
        at org.apache.solr.core.SolrResourceLoader.findClass(SolrResourceLoader.
java:423)
        at org.apache.solr.core.SolrCore.createInstance(SolrCore.java:561)
        at org.apache.solr.core.PluginBag$LazyPluginHolder.createInst(PluginBag.
java:343)
        at org.apache.solr.core.PluginBag$LazyPluginHolder.get(PluginBag.java:32
8)
        at org.apache.solr.core.PluginBag.get(PluginBag.java:130)
        at org.apache.solr.handler.RequestHandlerBase.getRequestHandler(RequestH
andlerBase.java:219)
        at org.apache.solr.core.SolrCore.getRequestHandler(SolrCore.java:1263)
        at org.apache.solr.servlet.SolrDispatchFilter.doFilter(SolrDispatchFilte
r.java:382)
        at org.apache.solr.servlet.SolrDispatchFilter.doFilter(SolrDispatchFilte
r.java:220)
        at org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(Appl
icationFilterChain.java:239)
        at org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationF
ilterChain.java:206)
        at org.apache.catalina.core.StandardWrapperValve.invoke(StandardWrapperV
alve.java:219)
        at org.apache.catalina.core.StandardContextValve.invoke(StandardContextV
alve.java:106)
        at org.apache.catalina.core.StandardHostValve.invoke(StandardHostValve.j
ava:142)
        at org.apache.catalina.valves.ErrorReportValve.invoke(ErrorReportValve.j
ava:79)
        at org.apache.catalina.valves.AbstractAccessLogValve.invoke(AbstractAcce
ssLogValve.java:610)
        at org.apache.catalina.core.StandardEngineValve.invoke(StandardEngineVal
ve.java:88)
        at org.apache.catalina.connector.CoyoteAdapter.service(CoyoteAdapter.jav
a:518)
        at org.apache.coyote.http11.AbstractHttp11Processor.process(AbstractHttp
11Processor.java:1091)
        at org.apache.coyote.AbstractProtocol$AbstractConnectionHandler.process(
AbstractProtocol.java:668)
        at org.apache.coyote.http11.Http11NioProtocol$Http11ConnectionHandler.pr
ocess(Http11NioProtocol.java:223)
        at org.apache.tomcat.util.net.NioEndpoint$SocketProcessor.doRun(NioEndpo
int.java:1517)
        at org.apache.tomcat.util.net.NioEndpoint$SocketProcessor.run(NioEndpoin
t.java:1474)
        at java.util.concurrent.ThreadPoolExecutor.runWorker(Unknown Source)
        at java.util.concurrent.ThreadPoolExecutor$Worker.run(Unknown Source)
        at org.apache.tomcat.util.threads.TaskThread$WrappingRunnable.run(TaskTh
read.java:61)
        at java.lang.Thread.run(Unknown Source)
Caused by: java.lang.ClassNotFoundException: solr.extraction.ExtractingRequestHa
ndler
        at java.net.URLClassLoader$1.run(Unknown Source)
        at java.net.URLClassLoader$1.run(Unknown Source)
        at java.security.AccessController.doPrivileged(Native Method)
        at java.net.URLClassLoader.findClass(Unknown Source)
        at java.lang.ClassLoader.loadClass(Unknown Source)
        at java.net.FactoryURLClassLoader.loadClass(Unknown Source)
        at java.lang.ClassLoader.loadClass(Unknown Source)
        at java.lang.Class.forName0(Native Method)
        at java.lang.Class.forName(Unknown Source)
        at org.apache.solr.core.SolrResourceLoader.findClass(SolrResourceLoader.
java:476)
        ... 27 more
</str><int name="code">500</int></lst>
</response>

加载类'solr.extraction.Extractin'时出错
gRequestHandler'org.apache.solr.common.SolrException:Er
ror正在加载类“solr.extraction.ExtractingRequestHandler”
在org.apache.solr.core.SolrResourceLoader.findClass（SolrResourceLoader。
爪哇：492）
在org.apache.solr.core.SolrResourceLoader.findClass（SolrResourceLoader。
爪哇：423）
位于org.apache.solr.core.SolrCore.createInstance（SolrCore.java:561）
在org.apache.solr.core.PluginBag$LazyPluginHolder.createInst（PluginBag。
爪哇：343）
位于org.apache.solr.core.PluginBag$LazyPluginHolder.get（PluginBag.java:32
8)
位于org.apache.solr.core.PluginBag.get（PluginBag.java:130）
在org.apache.solr.handler.RequestHandlerBase.getRequestHandler（RequestH
andlerBase.java:219）
位于org.apache.solr.core.SolrCore.getRequestHandler（SolrCore.java:1263）
位于org.apache.solr.servlet.SolrDispatchFilter.doFilter（SolrDispatchFilte
r、 爪哇：382）
位于org.apache.solr.servlet.SolrDispatchFilter.doFilter（SolrDispatchFilte
r、 爪哇：220）
在org.apache.catalina.core.ApplicationFilterChain.internalDoFilter（Appl
（filterchain.java:239）
位于org.apache.catalina.core.ApplicationFilterChain.doFilter（ApplicationF
ilterChain.java:206）
在org.apache.catalina.core.StandardWrapperValve.invoke（StandardWrapperV
阿尔维（java:219）
在org.apache.catalina.core.StandardContextValve.invoke（StandardContextV
alve.java:106）
位于org.apache.catalina.core.StandardHostValve.invoke（StandardHostValve.j
ava:142）
在org.apache.catalina.valves.ErrorReportValve.invoke（ErrorReportValve.j
艾娃：79）
位于org.apache.catalina.valves.AbstractAccessLogValve.invoke（AbstractAcce
ssLogValve.java:610）
位于org.apache.catalina.core.StandardEngineValve.invoke（StandardEngineVal
ve.java:88）
位于org.apache.catalina.connector.CoyoteAdapter.service（CoyoteAdapter.jav
a:518）
在org.apache.coyote.http11.AbstractHttp11Processor.process（AbstractHttp
11Processor.java:1091）
位于org.apache.coyote.AbstractProtocol$AbstractConnectionHandler.process(
AbstractProtocol.java:668）
位于org.apache.coyote.http11.Http11NioProtocol$Http11ConnectionHandler.pr
进程（Http11NioProtocol.java:223）
位于org.apache.tomcat.util.net.NioEndpoint$SocketProcessor.doRun（NioEndpo
int.java:1517）
位于org.apache.tomcat.util.net.niodempoint$SocketProcessor.run（nionedpoin
t、 爪哇：1474）
位于java.util.concurrent.ThreadPoolExecutor.runWorker（未知源）
位于java.util.concurrent.ThreadPoolExecutor$Worker.run（未知源）
位于org.apache.tomcat.util.threads.TaskThread$WrappingRunnable.run（TaskTh
阅读：java:61）
位于java.lang.Thread.run（未知源）
原因：java.lang.ClassNotFoundException:solr.extraction.extracting请求HA
恩德勒
位于java.net.URLClassLoader$1.run（未知源）
位于java.net.URLClassLoader$1.run（未知源）
位于java.security.AccessController.doPrivileged（本机方法）
位于java.net.URLClassLoader.findClass（未知源）
位于java.lang.ClassLoader.loadClass（未知源）
位于java.net.FactoryURLClassLoader.loadClass（未知源）
位于java.lang.ClassLoader.loadClass（未知源）
位于java.lang.Class.forName0（本机方法）
位于java.lang.Class.forName（未知源）
在org.apache.solr.core.SolrResourceLoader.findClass（SolrResourceLoader。
爪哇：476）
... 还有27个
500

---

我遗漏了什么吗？

查看错误，似乎在solr库的提取库中缺少apache solr cell jar及其依赖项

<lib dir="../../dist/" regex="apache-solr-cell-\d.*\.jar" />
<lib dir="../../contrib/extraction/lib" />

---

添加这些文件…

ExtractingRequestHandler页面在我看来非常详细和全面。那怎么办？你听不懂吗？当你跟着它走的时候，什么东西不起作用？@Gagravarr-我对solr是新手。我已经更新了我的问题。请看一看，并请提供您的意见。我错过了那些文件。但我有一个关于这些路径的问题。路径“C:\tomcat solr\contrib\extraction\lib”和路径“C:\tomcat solr\dist”在solr方面的意义是什么？这些JAR用于提取。欲了解更多详情，请顺便检查答案是否有助于解决问题，请接受或投票：）接受您的答案。我是新来solr的。所以，我问了两个文件夹“contrib”和“dist”的意义。请分享更多详细信息？contrib类似于dataimporthandler，它直接支持SQL数据库的完整和增量索引，以及本地或REST可访问的XML文件。。。

<lib dir="../../dist/" regex="apache-solr-cell-\d.*\.jar" />
<lib dir="../../contrib/extraction/lib" />