任何人都可以向我解释,如何继续下面的情景?
接收文件(MS docs,ODS,PDF)
通过使用jackrabbit-content-extractors的Apache Tika +内容提取进行公共核心元数据提取
使用Jackrabbit将文档(内容)与元数据一起存储到存储库?
检索文档+元数据
我对第3点和第4点感兴趣...
详情: 该应用程序以交互方式处理文档(一些分析 - 语言检测,字数统计等+收集尽可能多的细节 - 都柏林核心+解析内容/事件处理),以便将处理结果返回给用户,然后提取内容和元数据(提取的和自定义的用户元数据)存储到JCR存储库
感谢任何帮助,谢谢
答案 0 :(得分:27)
JCR 2.0的上传文件与JCR 1.0的文件基本相同。但是,JCR 2.0添加了一些有用的其他内置属性定义。
“nt:file”节点类型旨在表示一个文件,并在JCR 2.0中有两个内置属性定义(两者都是在创建节点时由存储库自动创建的):
并定义一个名为“jcr:content”的子项。该“jcr:content”节点可以是任何节点类型,但一般而言,与该内容本身有关的所有信息都存储在该子节点上。事实上的标准是使用“nt:resource”节点类型,它定义了以下属性:
请注意,JCR 2.0中添加了“jcr:mimeType”和“jcr:encoding”。
特别是,“jcr:mimeType”属性的目的是完全按照您的要求执行 - 捕获内容的“类型”。但是,“jcr:mimeType”和“jcr:encoding”属性定义可以(通过JCR实现)定义为受保护(意味着JCR实现自动设置它们) - 如果是这种情况,则不允许手动设置这些属性。我相信Jackrabbit和ModeShape不会将这些视为受保护。
以下是一些代码,展示了如何使用这些内置节点类型将文件上传到JCR 2.0存储库:
// Get an input stream for the file ...
File file = ...
InputStream stream = new BufferedInputStream(new FileInputStream(file));
Node folder = session.getNode("/absolute/path/to/folder/node");
Node file = folder.addNode("Article.pdf","nt:file");
Node content = file.addNode("jcr:content","nt:resource");
Binary binary = session.getValueFactory().createBinary(stream);
content.setProperty("jcr:data",binary);
如果JCR实现不将“jcr:mimeType”属性视为受保护(即Jackrabbit和ModeShape),则必须手动设置此属性:
content.setProperty("jcr:mimeType","application/pdf");
元数据可以很容易地存储在“nt:file”和“jcr:content”节点上,但是开箱即用的“nt:file”和“nt:resource”节点类型不允许额外的属性。因此,在添加其他属性之前,首先需要添加一个mixin(或多个mixins),它们具有要存储的属性类型的属性定义。你甚至可以定义一个允许任何属性的mixin。这是一个定义这样一个mixin的CND文件:
<custom = 'http://example.com/mydomain'>
[custom:extensible] mixin
- * (undefined) multiple
- * (undefined)
注册此节点类型定义后,您可以在节点上使用它:
content.addMixin("custom:extensible");
content.setProperty("anyProp","some value");
content.setProperty("custom:otherProp","some other value");
您还可以定义和使用允许任何Dublin Core element:
的mixin<dc = 'http://purl.org/dc/elements/1.1/'>
[dc:metadata] mixin
- dc:contributor (STRING)
- dc:coverage (STRING)
- dc:creator (STRING)
- dc:date (DATE)
- dc:description (STRING)
- dc:format (STRING)
- dc:identifier (STRING)
- dc:language (STRING)
- dc:publisher (STRING)
- dc:relation (STRING)
- dc:right (STRING)
- dc:source (STRING)
- dc:subject (STRING)
- dc:title (STRING)
- dc:type (STRING)
所有这些属性都是可选的,并且此mixin不允许任何名称或类型的属性。我还没有真正使用此解决“DC:元数据”混入,其中有些已经与内置属性(例如,“JCR:createBy”所代表的事实,“JCR:lastModifiedBy”,“JCR:创建” ,“jcr:lastModified”,“jcr:mimeType”),其中一些可能与内容更相关,而另一些则与文件更相关。
您当然可以根据需要使用继承来定义更适合您的元数据需求的其他mixin。但是使用继承与混入要小心 - 因为JCR允许多个混入一个节点,它往往是最好的设计你的混入被限定范围和面向小平面(例如,“例如:加标签”,“EX:描”等)然后根据需要简单地将适当的mixins应用于节点。
(甚至可能更复杂,定义一个mixin,允许更多的子节点在“nt:file”节点下,并在那里存储一些元数据。)
Mixins非常棒,为您的JCR内容提供了极大的灵活性和强大功能。
哦,当您创建了所需的所有节点时,请务必保存会话:
session.save();
答案 1 :(得分:1)
我对JCR有点生疏,我从未使用过2.0,但这应该让你开始。
见link。你想打开第二条评论。
您只需将文件存储在节点中,并向节点添加其他元数据。以下是存储文件的方法:
Node folder = session.getRootNode().getNode("path/to/file/uploads");
Node file = folder.addNode(fileName, "nt:file");
Node fileContent = file.addNode("jcr:content");
fileContent.setProperty("jcr:data", fileStream);
// Add other metadata
session.save();
如何存储元数据取决于您。一种简单的方法是只存储键值对:
fileContent.setProperty(key, value, PropertyType.STRING);
要阅读您只需拨打getProperty()
的数据。
fileStream = fileContent.getProperty("jcr:data");
value = fileContent.getProperty(key);
答案 2 :(得分:1)
我是Jackrabbit的新手,正在研究2.4.2。 至于您的解决方案,您可以使用核心Java逻辑检查类型,并在案例中放置定义任何变体的案例。
您不必担心将不同.txt或.pdf的内容保存为其问题 内容转换为二进制并保存。 这是一个小样本,我在其中上传并从jackrabbit repo中下载了pdf文件。
// Import the pdf file unless already imported
// This program is for sample purpose only so everything is hard coded.
if (!root.hasNode("Alfresco_E0_Training.pdf"))
{
System.out.print("Importing PDF... ");
// Create an unstructured node under which to import the XML
//Node node = root.addNode("importxml", "nt:unstructured");
Node file = root.addNode("Alfresco_E0_Training.pdf","nt:file");
// Import the file "Alfresco_E0_Training.pdf" under the created node
FileInputStream stream = new FileInputStream("<path of file>\\Alfresco_E0_Training.pdf");
Node content = file.addNode("jcr:content","nt:resource");
Binary binary = session.getValueFactory().createBinary(stream);
content.setProperty("jcr:data",binary);
stream.close();
session.save();
//System.out.println("done.");
System.out.println("::::::::::::::::::::Checking content of the node:::::::::::::::::::::::::");
System.out.println("File Node Name : "+file.getName());
System.out.println("File Node Identifier : "+file.getIdentifier());
System.out.println("File Node child : "+file.JCR_CHILD_NODE_DEFINITION);
System.out.println("Content Node Name : "+content.getName());
System.out.println("Content Node Identifier : "+content.getIdentifier());
System.out.println("Content Node Content : "+content.getProperty("jcr:data"));
System.out.println(":::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::");
}else
{
session.save();
Node file = root.getNode("Alfresco_E0_Training.pdf");
Node content = file.getNode("jcr:content");
String path = content.getPath();
Binary bin = session.getNode(path).getProperty("jcr:data").getBinary();
InputStream stream = bin.getStream();
File f=new File("C:<path of the output file>\\Alfresco_E0_Training.pdf");
OutputStream out=new FileOutputStream(f);
byte buf[]=new byte[1024];
int len;
while((len=stream.read(buf))>0)
out.write(buf,0,len);
out.close();
stream.close();
System.out.println("\nFile is created...................................");
System.out.println("done.");
System.out.println("::::::::::::::::::::Checking content of the node:::::::::::::::::::::::::");
System.out.println("File Node Name : "+file.getName());
System.out.println("File Node Identifier : "+file.getIdentifier());
//System.out.println("File Node child : "+file.JCR_CHILD_NODE_DEFINITION);
System.out.println("Content Node Name : "+content.getName());
System.out.println("Content Node Identifier : "+content.getIdentifier());
System.out.println("Content Node Content : "+content.getProperty("jcr:data"));
System.out.println(":::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::");
}
//output the repository content
}
catch (IOException e){
System.out.println("Exception: "+e);
}
finally {
session.logout();
}
}
}
希望这有帮助