SolrCellを使ったドキュメントインデクシング - Qiitaはじめに Solrを使ってPDFなどのドキュメントをインデクシングする要件があるとのことで、手順についてまとめておきます。 ドキュメントのインデクシングではApacheTikaを取り込んで実装されたSolrCellを利用しています。 ApacheTikaは節操ないくらい色々なものがパースできます。具体的にはPDFだけではなく、Word、Excel、HTML、画像、動画、圧縮されたファイル、クラスファイルなど色々なものがサポートされています。詳細についてはこちらを読んでみてください。 ドキュメントを読み込む前の設定 SolrConfig.xml SolrConfig.xmlでsolr.extraction.ExtractingRequestHandlerが有効になっていることを確認します。 uprefixとは、取得できたフィールド名の中でschema.xmlのフィールド定義にないものの先頭に
