apache solrとtikaを使用したテキストファイルのインデックス作成

Question

ローカルマシン上のd:/tmp/docsの場所にいくつかのdocファイルがあり、Apache SolrとTikaを使用してそれらのインデックスを作成したいと思います。以下は私のdata-config.xmlファイルです。私はSolrのにそれらのファイルをインポートしようとすると、私は例外次取得

<dataSource type="BinFileDataSource" /> 
    <document> 
     <entity name="file_Import" dataSource="null" rootEntity="false" 
     processor="FileListEntityProcessor" 
     baseDir="D:/temp/docs" fileName=".*\.(doc)|(pdf)|(docx)" 
     onError="skip" 
     recursive="true"> 
      <field column="fileAbsolutePath" name="id" /> 
      <field column="fileSize" name="size" /> 
      <field column="fileLastModified" name="lastModified" /> 

      <entity 
       name="documentImport" 
       processor="TikaEntityProcessor" 
       url="${files.fileAbsolutePath}" 
       format="text"> 
       <field column="file" name="fileName"/> 
       <field column="Author" name="author" meta="true"/> 
       <field column="title" name="title" meta="true"/> 
       <field column="text" name="text"/> 

      </entity> 
    </entity> 
    </document> 

：

Caused by: java.net.MalformedURLException: no protocol: null 
    at java.net.URL.<init>(Unknown Source) 
    at java.net.URL.<init>(Unknown Source) 
    at java.net.URL.<init>(Unknown Source) 
    at org.apache.solr.handler.dataimport.URLDataSource.getData(URLDataSource.java:90) 
... 11 more 

私はSORLがd:/temp/docsフォルダを見つけることができないことを考え出しました。

解決方法がわからない。どんな助けもありがたい。

Answer 1

チェックデータソースのURL BASEDIR

BASEDIRから変更してみてください= "D：/ TEMP/docsに"

へ

BASEDIR = "D：/ TEMP /ドキュメント/ "

などのファイル名を変更し、*.*のようにそのフォルダ内のすべてのドキュメントにインデックスを付けます。

Answer 2

解決

...

私はどちらのうち、自分のデータ-config.xmlで複数のデータソースのタグを持っていたが<dataSource type="URLDataSource" /> は..問題を引き起こしていたので、私はすべてのデータソースを削除し、のみ<dataSource type="BinFileDataSource" />

を保持しましたそれは働いた... :)