(六) 从二进制文件提取数据元信息，并导入到solr-CSDN博客

下面演示如何从二进制文件，如：mp3中提取文件的相关信息，如标题、作者等

首先还是展示一下我们的schema.xml文加

<field name="id" type="string" indexed="true" stored="true" required="true"/>
<field name="author" type="string" indexed="true" stored="true" multiValued="true"/>
<field name="title" type="text" indexed="true" stored="true"/>
<dynamicField name="ignored_*" type="ignored" indexed="false" stored="false" multiValued="true"/>

然后在solrconfig.xml文件添加以下配置：

<requestHandler name="/update/extract" class="org.apache.solr.handler.extraction.ExtractingRequestHandler">
<lst name="defaults">
    <str name="lowernames">true</str>
    <str name="uprefix">ignored_</str>
    <str name="captureAttr">true</str>
</lst>
</requestHandler>

说明：

<str name="lowernames">true</str> ：将从二进制文件中抽取的元数据信息字段名都转换为小写

<str name="uprefix">ignored_</str>：如果从二进制文件中抽取出来的字段名在schema.xml中没有定义时，使用的字段名前缀

<str name="captureAttr">true</str>：捕获二进制文件的一些属性信息

重启solr服务

curl "http://localhost:8983/solr/update/extract?literal.id=1&commit=true" -F "myfile=@sample.mp3"