我正在为文档目录（文件类型，如：MS Word，PDF，.txt，PowerPoint等）设置搜索系统。
文档目录存储在我的网络本地。
我已在我的计算机上启动并运行Apache Solr（管理员窗格可查看并可从localhost端口8983访问）。
我现在需要索引目录中文档的内容和标题，并通过我的Solr服务器进行搜索。
我下一步去哪儿？ ---更具体地说---
答案 0 :(得分：2)
您可以使用Solr Cell（以前称为ExtractingRequestHandler）
它建立在Apache Tika Project之上。
关于Solr Cell：
关键概念
使用Solr Cell框架时，保留它是有帮助的 请记住：
- Tika将自动尝试确定输入文档类型（Word，PDF，HTML）并适当地提取内容。如果 您喜欢，您可以使用显式指定Tika的MIME类型 stream.type参数。
- Tika通过生成一个XHTML流来提供给SAX ContentHandler。 SAX是为许多实现的通用接口 不同的XML解析器。有关更多信息，请参见
http://www.saxproject.org/quickstart.html。- Solr然后回应Tika的SAX事件并创建要索引的字段。
- Tika根据DublinCore等规范生成标题，主题和作者等元数据。见
{/ 3}}支持的文件类型。- Tika将所有提取的文本添加到内容字段中。该字段定义为＆＃34;存储＆＃34;在schema.xml中。它也被复制到文本中 带有copyField规则的字段。
- 您可以将Tika的元数据字段映射到Solr字段。你也可以提升这些领域。
- 您可以传入字段值的文字。文字将覆盖Tika解析的值，包括Tika元数据对象中的字段 Tika内容领域，以及任何＆＃34;捕获的内容＆＃34;字段。
- 您可以将XPath表达式应用于Tika XHTML以限制生成的内容。
http://tika.apache.org/1.5/formats.html上的wiki页面提供了教程和配置信息。