開始此篇之前，我已經假定你已經學會了如何在Tomcat下部署Solr5啦。即啟動Tomcat后你能看到Solr5的Web UI界面。OK，下面直接進入正題。

首先你需要在你的core根目錄下新建一個lib目錄來存放依賴的jar包，當然你也可以直接到依賴的jar包扔到?Tomcat webapps目錄下部署的solr程序的WEB-INF\lib目錄下即如圖：

這里我采用了另外一種方式，把依賴的jar包放當前core的lib目錄下，這樣做的好處是每個core依賴的jar包當初存放在各自core的子目錄下分類存放，更方便管理，全部扔tomcat下雜亂無章不好管理。如圖新建lib目錄：

然后往lib目錄copy一些 DIH依賴的jar包，如圖：

截圖的那些jar包在solr5的解壓包里都能找到，如果你實在找不到再來問我。然后solrconfig.xml配置文件里我們需要配置外部jar包的加載路徑，如圖配置：

dir參數里的?./?即表示當前core根目錄，regex表示一個正則表達式，目的就是為了批量指定j加載哪些jar包.然后配置我們的dataimport處理器并指定data-config.xml配置文件的加載路徑，如圖：

然后編寫配置我們的data-config.xml,如圖：

url="C:/docs/solr-word.pdf"即表示對C:\docs目錄下的solr-word.pdf文件進行文本提取并創建索引，format表示把提取到的文本當作什么類型的數據，默認支持text(純文本)，xml,json,html等格式，不配置format默認值就是text.

然后我們需要在schema.xml文件里定義我們的域，如圖：

細心的你，肯定發現了我配置了IK分詞器，IK分詞器配置如圖：

剛才我已經在core根目錄的lib下復制了IK分詞器jar包，我們還需要在core\conf目錄下復制一份IKAnalyzer.cfg.xml配置文件，如果你有自定義IK擴展字典，那么你還需要把擴展字典文件的加載路徑配置在

IKAnalyzer.cfg.xml文件里，如圖：

solr-word.pdf這個測試PDF文件在solr5的解壓目錄下可以找到，如圖：

到此，準備工作就完成了，重啟你的tomcat,訪問你的Solr Web UI進行測試，如圖：

如果你執行后看到如圖效果，就表明PDF導入Solr成功了，為了驗證PDF成功導入Solr了，你可以切換到Query菜單進行查詢驗證，如圖：

OK,關于如果導入PDF到Solr5就介紹到這兒了。相關配置文件我待會兒會在底下的附件里打包上傳一份供你們參考，但希望你們還是要自己動手操作下，不要僅僅是直接解壓復制我提供的示例，只有于遇到問題并不斷自虐的過程中你才能學到經驗。

間隔很久沒寫了，讓大家等久了，不好意思哈，寫博客不易，大家且看且珍惜，也希望大家多多提意見，時間匆忙，難免會有所紕漏。

如果你還有什么問題請加我Ｑ-Q：7-3-6-0-3-1-3-0-5，

或者加裙

一起交流學習！

總結

以上是生活随笔為你收集整理的跟益达学Solr5之使用Tika从PDF中提取数据导入索引（转字：http://www.tuicool.com/articles/JfUfaey）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。