Question

我想上传一个文件（一些ms word文档），例如solr，但我想将自己的字段添加到此上传中，例如上传者的userId或多个标签。必须解析和搜索文件的内容，并将exta参数添加为字段。因此，我在schema.xml中添加了以下定义

<?xml version="1.0" encoding="UTF-8" ?>
<schema name="example" version="1.1">
  <types>
   <fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true"/>
   <fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>
    <!-- A general text field that has reasonable, generic
         cross-language defaults: it tokenizes with StandardTokenizer,
     removes stop words from case-insensitive "stopwords.txt"
     (empty by default), and down cases.  At query time only, it
     also applies synonyms. -->
    <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
        <!-- in this example, we will only use synonyms at query time
        <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
        -->
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
    </fieldType>
 </types>


 <fields>
    <field name="documentId" type="string" indexed="true" stored="true" multiValued="false" required="true"/>
<field name="text" type="string" indexed="true" stored="false" multiValued="true"/>
<dynamicField name="metadata_*" type="text_general" indexed="true" stored="true" multiValued="true"/>
 </fields>

 <uniqueKey>documentId</uniqueKey>
 <defaultSearchField>text</defaultSearchField>
 <solrQueryParser defaultOperator="AND"/>

</schema>

我的solrconfig.xml的相关部分现在如下所示：

  <equestHandler name="/update/extract" 
                startup="lazy"
                class="solr.extraction.ExtractingRequestHandler">
 <lst name="defaults">
   <str name="fmap.content">text</str>
   <str name="lowernames">true</str>
   <str name="fmap.documentId">documentId</str>
   <!-- also tried with
   <str name="fmap.literal.documentId">documentId</str>
   and
   <str name="literal.documentId">documentId</str>
   -->
   <str name="uprefix">metadata_</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>

但无论我尝试使用此命令的组合：

java -Durl=http://localhost:9090/solr/update/extract?documentId=test -jar post.jar somedoc.pdf

或

java -Durl=http://localhost:9090/solr/update/extract?literal.documentId=test -jar post.jar somedoc.pdf

我一直在为documentId

缺少必填字段

此致罗纳德

Answer 1

你有0个文档的原因可能你没有指定documentId（或任何其他必需的字段），索引失败（查找日志）。

你必须放弃示例：http://wiki.apache.org/solr/ExtractingRequestHandler#Getting_Started_with_the_Solr_Example

要将任何字段添加到使用Tika索引的文档，您必须使用 literal 参数。在你的情况下，它可能是：

&literal.userId=123&literal.documentId=doc1

如果您还有其他问题，请询问（添加可能会添加更多详细信息：您的命令是什么样的，日志中的错误）

Answer 2

我有同样的问题，问题是我的字段“documentId”的名称。当字段名称以“Id”（大写字母I）

结尾时，检查必填字段时出现问题

请参阅另一个帮助我弄清楚的问题：Solr - Missing Required Field

我将我的字段名称更改为“id”，现在一切都很好。这真的没有意义，可能会让一些人完全疯狂

将文件上传到solr并添加我自己的参数

2 个答案: