【发布时间】：2014-10-22 01:21:42
【问题描述】：
我正在尝试使用 Apache Nutch 抓取数据并使用 Apache Solr 对其进行索引。
作为其中的一部分，我也想解析内容。我试图弄清楚将 Tika 应用于 Nutch 、 Solr 或两者都更好。
【问题讨论】：
标签： solr nutch apache-tika
【发布时间】：2014-10-22 01:21:42
【问题描述】：
尽可能早地应用它，但请确保将原始的、完全保真的文档也保存在某个地方。
如果您知道最终会将二进制文件缩减为一组元数据字段并去掉其余部分，那么传递二进制文件是没有意义的。
【讨论】：