Question

我认为我有一个简单的问题，但不知怎的，我找不到答案的来源......哪些文档格式可以通过与Railo 4.0打包的Lucene版本编制索引？

不知何故.doc和.pdf似乎进展顺利，但docx和rtf似乎似乎没有被索引....是否有可用的列表？对于所有不支持的格式，cfindex将索引信息的最佳方法是什么？

        <cfindex 
        collection = "#collection#"   
        action = "update"   
        type = "file"
        key ="#ABSfilepath#"
        title="#ABSfilepath#"
        >

谢谢！

问题也发布在Railo邮件列表中：web link。

Answer 1

Railo 4使用Lucene 2.4.1 - 你怎么说？您可以使用相同的方式告知Railo使用的所有第三方软件的版本：找到JAR文件（在lib / ext目录中），打开该存档（使用7-zip或等效文件），然后查看META-INF / MANIFEST。你可以在MF找到这样的内容：

规范 - 标题：Lucene搜索引擎：核心规范 - 版本：2.4.1 规范 - 供应商：Apache软件基金会实现 - 标题：org.apache.lucene 实施版本：2.4.1 750176 - 2009-03-04 21:56:52 实施 - 供应商：Apache软件基金会

这似乎是一个非常古老的版本，看起来它没有Apache Lucene website上的任何文档。（可能可以通过替换相关的JAR来升级Lucene，但这也可能导致依赖性问题;请自担风险。）

由于Lucene网站没有帮助，搜索“lucene 2.4.1可索引文档”会带回a pertinent question about v2.3.2，其中提出：

Lucene java是否支持解析扩展* .docx，* .pptx，* .mpp，即 Microsoft Windows 2007文档？

回复：

Lucene实际上并不支持任何文档类型。怎么了是某些程序用于将文件解析为可索引的流并且该流已编入索引。过去曾经是POI。

好的，假设仍然准确，Lucene不控制文件类型Apache POI。

检查JAR告诉我们Railo 4.0使用Apache POI v3.8并查看POI changelog显示.docx支持到达v3.5

因此，应支持您的.docx文件以及其他MS Office格式。如果它肯定没有被索引，你可能需要确定它是POI问题还是Lucene问题还是Railo问题 - 用.doc和.docx文件创建一个简单的可重复测试用例可能是一个很好的第一步。

除此之外，你需要熟悉Lucene / POI的人建议 - 可能有或没有日志文件包含可能的索引/检索错误的细节，或者直接与Lucene交互的方式（不是通过Railo / cfindex ）可以帮助确定问题所在。

Railo 4 - Cfindex / Lucene支持哪些文档格式？

1 个答案: