README

此扩展允许您使用Solr索引单个文档。

Apache Tika用于文档内容分析，它能够检测和提取约1200种不同文件类型的元数据。Tika的配置可以直接在扩展中实现，然后使用Solr服务器功能进行解析。

可以将单个文档添加到默认语言或任何本地化的搜索索引中，同样可以选择要索引的文档的网站根目录。

安装

扩展有以下要求

• TYPO3 CMS >= 12.4
• PHP >= 8.1
• EXT: TYPO3 Solr >= 12.0.0

可以使用composer安装此扩展。

安装后，在扩展管理器中激活扩展。

v3版本中的更改

• 新的索引模式：不再在元数据中设置应索引哪些文档，现在在文件集合中进行设置。
• 新的命令行任务，用于处理索引过程
• 新的本地化管理：不再有索引所有语言文档的全局设置。现在通过文件集合进行控制，可以翻译为适当的语言。
• 用事件替换钩子
• 用命令行任务替换清理的调度任务
• 从本扩展中删除仪表板小部件（现在可在hmmh/solr-file-indexer-admin中找到）

配置

示例

plugin.tx_solr {
  index {
    queue {
      sys_file_metadata = 1
      sys_file_metadata {
        initialization = HMMH\SolrFileIndexer\IndexQueue\FileInitializer
        indexer = HMMH\SolrFileIndexer\Indexer\FileIndexer
        allowedFileTypes = pdf,doc,docx,xlsx

        fields {
          title = title
          created = crdate
          changed = tstamp

          size_intS = SOLR_RELATION
          size_intS {
            localField = file
            foreignLabelField = size
          }

          fileExtension = SOLR_RELATION
          fileExtension {
            localField = file
            foreignLabelField = extension
          }

          title_stringS = SOLR_RELATION
          title_stringS {
            localField = file
            foreignLabelField = name
          }

          description = description
          keywords = keywords
          author = creator
        }
      }
    }
  }
}

要激活索引配置，将"plugin.tx_solr.index.queue.sys_file_metadata"设置为"1"。

使用逗号分隔的列表配置"allowedFileTypes"，指定允许的文件类型。

"fields"参数提供了从"sys_file_metadata"字段到相应的Solr"sys_file"字段的映射。

将文档添加到搜索索引

创建或添加一个文件集合，选择您想要的数据类型（文件夹、类别、静态），并在"搜索"选项卡中选择所需的网站根目录。

您必须设置调度任务（执行控制台命令）"solr_file_indexer:item-queue-worker"为重复任务，即每10分钟一次。该任务处理哪些文件被添加或更新到solr索引队列以及哪些需要删除。索引队列工作将在下一个周期中添加文档/元数据到搜索索引。

每当文件集合被删除或设置为隐藏时，文档将在下一个周期的"solr_file_indexer:item-queue-worker"周期中自动从相应的Solr索引队列和搜索索引中删除。

为了索引所有（或所需的）语言的文档，可以创建语言为"所有"或本地化的文件集合。本地化文件集合可以包含不同类型和不同文档。

调度任务

有一个命令行任务"solr_file_indexer:delete-by-type"，可以删除搜索索引中的文件类型（即"sys_file_metadata"）。文件类型将从所有语言的Solr服务器搜索索引中删除，但仅针对指定的网站根目录。

还有"solr_file_indexer:item-queue-worker"任务，对于索引过程非常重要，必须集成为重复任务。