solr中为pdf word excel等文档做索引和存诸时如何把回车空格等去掉
来源:互联网 发布:七招应对网络泄密隐患 编辑:程序博客网 时间:2024/04/29 18:08
当用solr的"/update/extract"方法为pdf 或 word 或excel 等文件做索引时,当高亮时总会出现很多回车或空格占了很多空间,让搜索结果时长时短很不好看,而配设中又没有配置可以完成这项目功能,唯一可以实现的就是改源码!
我用的是solr4.7.2的源码去改,源码在以下网址找到
http://grepcode.com/snapshot/repo1.maven.org/maven2/org.apache.solr/solr-cell/4.7.2/
改的文件是
http://grepcode.com/file/repo1.maven.org/maven2/org.apache.solr/solr-cell/4.7.2/org/apache/solr/handler/extraction/SolrContentHandler.java
改的地方是:
改动如下:
添加 private char LastChar=7;
public void startElement 去掉 bldrStack.getLast().append(' ');
public void endElement 去掉 bldrStack.getLast().append(' ');
public void characters(char[] chars, int offset, int length) throws SAXException
改为如下:
public void characters(char[] chars, int offset, int length) throws SAXException {if(chars.length>0){char[] TmpChars=new char[chars.length];int TmpCharsCount=0;for(int i=offset;i<chars.length;i++){if(chars[i]=='\n' || chars[i]=='\r' || chars[i]=='\t' || chars[i]==' ' || chars[i]==' '){if(LastChar!=' '){TmpChars[TmpCharsCount]=' ';TmpCharsCount++;} LastChar=' ';}else{TmpChars[TmpCharsCount]=chars[i];TmpCharsCount++;LastChar=chars[i];}}if(TmpCharsCount>0){bldrStack.getLast().append(TmpChars, 0, TmpCharsCount);}} }
然后解压solr-cell-4.7.2.jar这个文件,替换里面的SolrContentHandler.class文件,再重新打包成zip文件再把后辍改成jar,这样替换掉原来的solr-cell-4.7.2.jar就OK了!
- solr中为pdf word excel等文档做索引和存诸时如何把回车空格等去掉
- Solr索引pdf.txt.word等文件
- 如何把word与pdf等文档格式进行转换
- JAVA中如何获得word,excel,pdf等文档的内容
- word和pdf等常见文档格式如何转换
- 使用solr创建 附件[word pdf txt等文件索引]
- JAVA中去掉空格换行符回车等
- 用java获得word,excel,pdf等文档的内容
- 用java获得word,excel,pdf等文档的内容
- tableExport - jquery生成Word,Excel,PDF等文档
- JQuery在线生成word、pdf、excel、txt等文档
- Java处理OA中常用的word文档,PDf,excel等问题---1
- Java处理OA中常用的word文档,PDf,excel等问题---2
- 将word文档转换为html、PDF等
- 使用MSOffice .NET API 将文档(Word \ Excel \ PowerPoint \ Visio \ text \ XML \ RTF \ CSV等)转换为PDF
- 在iphone程序中打开word、execl、pdf等文档
- 在iphone程序中打开word、execl、pdf等文档
- 在iphone程序中打开word、execl、pdf等文档
- FileSystem closed 异常问题
- Android 退出应用程序
- Linux 内核空间与用户空间
- Install GlassFish Server on CentOS
- springmvc+shiro简单配置及作用(applicationContext.XML springmvc部分)
- solr中为pdf word excel等文档做索引和存诸时如何把回车空格等去掉
- Ubuntu启动停在开机界面和进入系统后空白桌面的问题解决标题有点长
- iOS开发笔记--iOS应用架构谈 view层的组织和调用方案
- C语言(4) 原码、反码、补码与位运算
- MySQL编码问题
- C++ 11 function
- 物联网协议比较 MQTT CoAP RESTful/HTTP XMPP
- Android WebView常见问题及解决方案汇总
- 编译期强制函数参数为字符串常量