Question

我有一个自定义搜索索引，我想索引pdf文件内容。主索引似乎正在索引pdf文件，而sitecore的内置搜索功能可以很好地搜索pdf文件。我似乎在尝试索引PDF字段然后搜索其内容时遇到了问题。

在我的indexConfiguration中，我按名称添加字段

<fieldNames hint="raw:AddFieldByFieldName">
  <field fieldName="publication pdf" storageType="YES" indexType="TOKENIZED" vectorType="NO" boost="1f" type="System.String" settingType="Sitecore.ContentSearch.LuceneProvider.LuceneSearchFieldConfiguration, Sitecore.ContentSearch.LuceneProvider" />
    ...
</fieldNames>

我的结果项目包含索引字段定义

[IndexField("publication pdf")]
public virtual string PDF { get; set; }

然而，当我创建搜索上下文并尝试在PDF中找到某些内容时，我得到0结果。

var query = context.GetQueryable<ResultItem>();
query = query.Where(p => p.PDF.Equals(SearchString));

非常感谢任何帮助。

Answer 1

我猜测你的出版物PDF＆＃34; field是媒体库项目的某种引用字段。事实上，PDF的内容并不是您当前项目的内容。这意味着您需要编写一个自定义计算字段，该字段将提取该媒体库项并对其内容进行爬网。

如果要抓取媒体项的内容，可能需要使用某个反射器来检查Sitecore.ContentSearch.ComputedFields.MediaItemContentExtractor类的代码。 Sitecore使用它来获取媒体项目的内容，如Sitecore.ContentSearch.Lucene.DefaultIndexConfiguration.config中所定义：

<field fieldName="_content" type="Sitecore.ContentSearch.ComputedFields.MediaItemContentExtractor,Sitecore.ContentSearch">
  <mediaIndexing ref="contentSearch/indexConfigurations/defaultLuceneIndexConfiguration/mediaIndexing"/>
</field>

您需要首先获取媒体项，然后使用从此类复制的代码来获取PDF的内容。

<强> BUT

是的，总有but。如果媒体库项目已更改且您的项目未更改，则您的项目不会自动重新编制索引。因此，如果您计划更改pdfs（上传新项目并选择它应该没问题），您需要考虑自定义代码，该代码将执行对您的pdf文件的引用的项目的重建索引，或者手动重新索引您的项目。

Sitecore 8.1：自定义搜索索引不搜索PDF

1 个答案: