如何将 PST 文件解析/索引到 elasticsearch？答案

【问题标题】：how can I Parse/Index PST file to elasticsearch?如何将 PST 文件解析/索引到 elasticsearch？
【发布时间】：2017-06-29 02:44:46
【问题描述】：

我能够在 elasticsaerch 中解析 json 文件。有没有办法将 Microsoft Outlook PST 文件解析/索引到 Elasticsearch 索引？？

非常感谢

【问题讨论】：

标签： json parsing elasticsearch kibana pst

【解决方案1】：

您可以使用 ElasticSearch 插件“Ingest Attachment”，它使用 Tika 来处理原生（PDF、XLS、PST 等...）：

https://www.elastic.co/guide/en/elasticsearch/plugins/master/ingest-attachment.html

“Ingest Attachment”插件以前称为“Mapper-Attachments”插件，因此您可以从旧名称中找到关键字的帮助：

https://www.elastic.co/guide/en/elasticsearch/plugins/current/mapper-attachments.html

这些插件允许您将 base64 编码的 PST 直接传递给 ElasticSearch，ES 会自动为您解析和索引场景背后的数据。

如果您想要自定义的东西，我建议使用读取 PST 文件的众多 github 项目之一，然后以您想要的任何文档映射将数据发送到 ElasticSearch。有许多 github PST 阅读器项目，因此请为您最熟悉的任何语言（java、C# 等）选择一个流行的项目。 Github 建议搜索词：libpst, pst reader

您还可以为 Apache Tika 编写自定义解析器，并使用它来代替 PST 阅读器库。可以在此处找到有关如何使用的文档：

https://tika.apache.org/1.6/parser.html

将文件base64编码为字符串的Java示例：

FileInputStream fileInputStreamReader = new FileInputStream(file);
byte[] bytes = new byte[(int)file.length()];
fileInputStreamReader.read(bytes);
String encodedfile = Base64.encodeBase64(bytes).toString();

将生成的编码文件字符串传递给本文所示的 PUT 调用：

https://www.elastic.co/guide/en/elasticsearch/plugins/current/using-ingest-attachment.html

【讨论】：

谢谢你亲爱的@erik 我有一些问题：如何确定我的文件是否为 base64？如何使用这个插件？现在我已经安装了，但我不知道如何使用它？我对弹性很陌生。我可以加载一个 json 文件并在弹性中查询它，但我不知道如何对 pst 文件执行此操作？
可以在此处找到 Java 中的 Base64 编码文件：stackoverflow.com/questions/13109588/base64-encoding-in-java 以下是通过对 Ingest 插件的 PUT 调用加载数据的几个示例：elastic.co/guide/en/elasticsearch/plugins/master/…
Erik 我认为有一个错误。我不想对我的文件进行编码，我只想确定它是否为 base64。还有第二个链接我已经读过，但它没有涵盖从文件到索引的加载信息，
您的原始 PST 文件几乎可以肯定尚未经过 base64 编码。我在上面编辑了我的答案以包含一个 java base64 编码示例。使用它来将您的 PST 文件编码为 base64 字符串，您将在“使用摄取附件”一文的示例中将其传递给 PUT 调用。