【发布时间】：2011-03-26 11:17:12
【问题描述】：
我一直在尝试研究当 doc 或 pdf 等文档提交给 solr 时如何工作。我想知道如果我将 pdf 提交给 solr，它是否最终也会存储 pdf 文件以及解析 pdf 文件后生成的索引？
谢谢，
-凯沙夫
【问题讨论】：
标签： indexing lucene storage solr
【发布时间】：2011-03-26 11:17:12
【问题描述】：
Solr (Lucene) 本身不会“最终存储 PDF 文件”。但是，它可以存储使用文本提取器（如 Tika）从 PDF 中提取的 PDF 的文本内容（如果该字段确实被标记为存储在模式中）。
如果您希望完整存储 PDF 文件，您需要将 PDF 转换为（例如）Base64 表示形式，并将 base64 字符串保存为“已存储”字段。因此，当您访问文档时，您会将 Base64 转换回 PDF。
【讨论】：
-
或者，将 pdf 保存到文件系统并将其位置保存在“已存储”字段中。
-
米科斯，感谢您的回复！您提到可以存储 PDF 的文本内容。但是索引搜索是否需要文本存储？
-
搜索不需要。但是如果你需要高亮（sn-ps），那么你就需要存储。