solr7创建提取pdf,word内容创建索引

在使用solr可能会需要使用solr来索引文件，如txt，xml，json，word，xlsx，pdf格式的文件。

solr可以读取文件夹中的文件，并为文件的内容创建索引。
这里使用tika来读取文件。
在(solr目录)\example\example-DIH\solr\tika\conf中，可以使用tika-data-config.xml的配置文件为模板配置，并将配置文件放在core下面的conf文件夹下：

在entity file下面还可以添加field：

其中字段‘file’表示文件的名称，字段'fileAbsolutePath'是文件的绝对路径，字段'fileSize'是文件的大小，字段'fileLastModified'是文件的最近修改的时间。在文件的内容部分可以有文档的作者，内容文本，以及标题。在solrconfig.xml中导入配置文件:

    
        这里输入文件名
    

另外还需要在managed-schema文件中修改字段

在这里text使用的是'text_hmm_chinese'这个是使用lucene自带的中文分词器，需要在配置分词器，配置字段类型：

这里的配置文件就可以了，另外在将jar包引入，启动tomcat就可以使用了。