Tika Solr 元数据映射忽略文档标题

Question

我有以下 solr 配置文件：

  <requestHandler name="/update/extract" 
                  startup="lazy"
                  class="solr.extraction.ExtractingRequestHandler" >
    <lst name="defaults">
      <!-- All the main content goes into "text"... if you need to return
           the extracted text or do highlighting, use a stored field. -->
      <str name="lowernames">true</str>
      <str name="fmap.content">content</str>
      <str name="fmap.application_name">type</str>
      <str name="fmap.content_type">mime</str>
      <str name="fmap.stream_size">size</str>
      <str name="uprefix">ignored_</str>
      <str name="captureAttr">false</str>
    </lst>
  </requestHandler>

这是我的架构：

   <field name="id" type="string" indexed="true" stored="true" required="true" /> 
   <field name="access_type" type="string" indexed="true" stored="false"/>
   <field name="access_restriction" type="string" indexed="true" stored="false" multiValued="true"/>
   <field name="title" type="string" indexed="true" stored="true" multiValued="true" />
   <field name="tags" type="string" indexed="true" stored="true" multiValued="true"/>
   <field name="content" type="text_en_splitting" indexed="true" stored="true"/>
   <field name="created" type="date" indexed="true" stored="true"/>
   <field name="createdby" type="string" indexed="true" stored="true"/>
   <field name="modified" type="date" indexed="true" stored="true"/>
   <field name="modifiedby" type="string" indexed="true" stored="true"/>
   <field name="source" type="string" indexed="true" stored="true" />
   <field name="version" type="string" indexed="true" stored="true" />
   <field name="resourcelink" type="string" indexed="true" stored="true" />
   <field name="downloadlink" type="string" indexed="true" stored="true" />

   <field name="type" type="string" indexed="true" stored="true" />
   <field name="mime" type="string" indexed="true" stored="true" />
   <field name="size" type="string" indexed="true" stored="true" />

我想自己设置 title 。但 Tika 不断设置它自己的 title （这就是我暂时设置 multiValued="true" 的原因），我觉得这很奇怪，因为我必须手动映射 stream_size 等内容 和content_type。

这个问题有什么可能的解决方案？

我希望 Tika 覆盖我分配的 title，如下所示：

我有 3 个文档，对于其中一个，Tika 不会提取 title，在本例中，我有自己的标题，我通过 literal.title 设置，当 Tika 提取 title 时，我希望它覆盖我在 literal.title 中传递的标题。这可能吗？

Answer 1

我前段时间也在研究同样的问题，但我也碰壁了:(
我让 Tika 取“title”，并使用literal.other_title_like_field 来存储正确的标题。
这不是最好的解决方案，但对我有用。

Answer 2

对于那些仍然在解决这个问题的人，我通过添加

<str name="fmap.title">ignored_</str>

我的 ExtractingRequestHandler 默认值来解决它。