如何使用 Blob 存储使 Azure 搜索按需运行

Question

我正在使用 Azure 搜索自动索引上传到 Blob 存储的 word 文档。我使用搜索的唯一原因是从 Word 或 PDF 文档 (it's free and works well) 中提取文本 - 从那时起，我从索引中读取它并将其删除。

我遇到的问题是搜索索引只能每 5 分钟运行一次 - 我需要它在 blob 上传后尽快运行。所以我要么需要按需运行它（每次添加新 blob 时触发），要么弄清楚如何将 Word/PDF 文档插入索引（或如何从中提取文本）

因此流程是：

1. 将文档上传到 blob（Azure 函数）
2. 索引运行并从文档中提取文本（搜索索引器）
3. 定期阅读索引并提取该文本以供其他地方使用（Azure 函数）

所以我的问题是：

A.有没有更好的方法来使用 Azure 从 word/pdf 文档中本地提取文本？ （在这种情况下，问题 2 无效） B. 我如何使用 .NET SDK 来调用 Index to Run（我找不到 Run 方法 here）虽然有几个地方提到您可以使用 SDK 按需运行它。

Answer 1

如果您仅需要 Azure 搜索来破解文档，而不需要其余的搜索和扩充功能，那么直接在 Azure 函数中进行文档破解可能会更简单。有许多用于文档解析的 OSS 和商业库，例如Apache Tika。

example 从 Azure 函数中使用 Tika，由我们的一位团队成员编写。