使用ManifoldCF提取文件内容 [英] Extract file content with ManifoldCF

问题描述

我正在尝试将ManifoldCF与文件系统连接器一起使用.

I'm trying to use ManifoldCF with the File System Connector.

它的工作原理就像一种魅力:实现了Tika内容提取器后，我从文档中获得了所有预期的元数据.

It works like a charm : with the Tika content extractor implemented, I got all the expected metadata from my documents.

但是... 如何配置ManifoldCF以获得与该命令等效的命令: java -jar tika-app-1.9.jar --text 我的意思是，我想获取文件的内容并将其推送到我的输出连接中.怎么可能?

But... How to configure ManifoldCF in order to get the equivalent of this command : java -jar tika-app-1.9.jar --text I mean, I want to get the CONTENT of the file and pushed it in my Output Connections. How is it possible ?

推荐答案

您必须在管道中设置转换器.在配置输出连接器之前，请添加 Tika转换器 .通过此设置，您应该能够根据文档类型提取元数据，最终您应该看到内容和元数据已馈入输出连接器(例如solr)

You have to set up the transformer in pipeline. Before you configure your output connector add Tika transformer . With this setup you should be able get your meta data extracted based on your document type, eventually you should see that content and meta-data fed into your output connector (eg. solr)

这篇关于使用ManifoldCF提取文件内容的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！