将已解析的内容提交到ElasticSearch

Question

我正在尝试在Elasticsearch中上传文件（.txt，.pdf）。 Elasticsearch仅接收json格式的内容。有什么方法可以直接将解析后的内容（.pdf或.txt转换为String）发送，还是必须将String解析为json文档才能将其发送到Elasticsearch。

Answer 1

您只能在为文档建立索引时发送JSON，因此，基本上，该JSON的某些字段中文件的base64编码版本就可以了。如果您不希望在此内容中进行搜索，那么您要做的就是禁用该“二进制数据”字段的索引（映射中的选项index:false）。

如果您希望发送PDF文件并提取文本内容并对其进行索引/可搜索，则应查看Ingest Attachment Plugin。

Answer 2

您可以在此https://github.com/dadoonet/fscrawler中找到您的用例。 基本上，此搜寻器有助于索引二进制文件，例如PDF，Open Office，MS Office，并为您提供以下功能

• 本地文件系统（或已安装的驱动器）对新文件进行爬网和编制索引， 更新现有的并删除旧的。
• 通过SSH爬网的远程文件系统。
• REST接口，可让您将二进制文档“上传”到 弹性搜索。