JackRabbit：不推荐使用 textFilterClasses。如何指定提取器？

【问题标题】：JackRabbit: textFilterClasses deprecated. How to specify extractors?JackRabbit：不推荐使用 textFilterClasses。如何指定提取器？
【发布时间】：2012-04-18 05:22:06
【问题描述】：

我的 Jackrabbit 2.4 说，SearchIndex 元素的 textFilterClasses 参数已被弃用和忽略。当我一起删除 textFilterClasses 参数时，它会索引 Pdf、Rtf - 一切。

当我没有指定任何提取器时，它怎么知道它应该索引哪些二进制文件？

API 表示已弃用，但未提供任何替代方案。

谢谢！

【问题讨论】：

标签： lucene jackrabbit jcr

【解决方案1】：

在 Jackrabbit 2.x 中引入了 Apache Tika 作为默认的二进制文件解析器。默认情况下，Jackrabbit 带有一个默认的 tika-config.xml 文件，其中包含要解析和提取的 mime-types 的配置。

在 Jackrabbit 2.4 中，您应该能够从 repository.xml 中设置 tika-config.xml 的位置。

搜索索引配置中的正确参数应该类似于：

<SearchIndex class="org.apache.jackrabbit.core.query.lucene.SearchIndex">
  <param name="path" value="${wsp.home}/index"/>
  <param name="supportHighlighting" value="true"/>
  <param name="tikaConfigPath" value="${wsp.home}/tika-config.xml"/>
</SearchIndex>

【讨论】：