0
有人可以建议如何获取图像文件(例如.jpg,.png,.gif等)的元数据并将这些数据索引到Apache Solr?使用TikaEntityProcessor获取图像文件元数据和索引到索引
目前,我正在使用Apache Solr 4.2。在DataImport配置文件中(对于我来说,我将它命名为“db-import-config.xml”),我尝试在ImageMetadataExtractor中使用TikaEntityProcessor。
<entity name="tika-test"
dataSource="binary" // using BinURLDataSource
processor="TikaEntityProcessor"
onError="skip"
rootEntity="false"
url="${dbmw_image.url}"
format="none"
parser="org.apache.tika.parser.image.ImageMetadataExtractor">
<field column="contributor" name="authors" meta="true"/>
<field column="creator" name="authors" meta="true"/>
<field column="data" name="creationDate" meta="true"/>
<field column="modified" name="lastModifiedDate" meta="true"/>
</entity>
字段“列”都来自都柏林核心元数据列表。当我尝试在Solr上进行数据导入时,没有一个字段被拾取。我需要下列问题的答案:
- 什么是可用的图像文件的元数据字段名称? (即我可以在上面的Tika实体的“字段”的“列”属性中加入的值)
- 如何索引并获取这些元数据值(通过Tika?)和索引到Solr? (例如,我需要哪个解析器?我应该如何设置tika实体属性等等)
任何建议都将被赞赏。
谢谢,