Solr与EMC Documentum的集成
Solr与EMC Documentum的集成
提问于 2016-05-19 20:35:30
我们在EMC Documentum中提供了大量pdf文档我们有一个要求，我们必须将Apache Solr与Documentum集成，以便我们可以在solr中搜索特定文档，并从Documentum获取文档
我查看了下面的链接，它不是足够的信息https://community.emc.com/docs/DOC-6520
帮助是非常有价值的
回答 2
Stack Overflow用户
发布于 2016-05-20 13:25:20
您所发布的链接将为您提供一个有效的解决方案。该作者建议编写一个连接到Documentum存储库的自定义爬虫，然后使用Apache Tika执行Solr的内容提取。
不过，我建议您使用
充当将内容从Documentum获取到
- Apache ManifoldCF的爬网程序。您不应该手写这篇文章，因为它已经完成并测试过了。Apache ManifoldCF旨在提供一个开源框架，用于将源内容存储库(如Microsoft Sharepoint和EMC Documentum )与目标存储库或索引(如Apache Solr、open Search Server或ElasticSearch )连接起来。Apache还为目标存储库定义了一个安全模型，允许它们强制实施源存储库安全策略。
- Apache Tika执行内容提取(PDF to text)，以便稍后可以在Solr中搜索文档内容。Apache Tika™工具包可以检测并提取上千种不同文件类型(如PPT、XLS和PDF)中的元数据和文本。所有这些文件类型都可以通过一个界面进行解析，这使得Tika在搜索引擎索引、内容分析、翻译等方面非常有用。
Stack Overflow用户
发布于 2017-10-18 19:07:12
我已经构建了自己的连接器，可以从Documentum中提取数据并插入到Elasticsearch或solr中，我愿意与您分享。请联系我
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37323398
复制相关文章
相似问题
腾讯云开发者
