用Java代码在ElasticSearch中索引PDF文件？

以下是我的代码：

            InputStream inputStream = new FileInputStream(new File("mypdf.pdf"));try {byte[]  fileByteStream = IOUtils.toByteArray(inputStream );String base64String = new String(Base64.getEncoder().encodeToString(fileByteStream).getBytes(),"UTF-8");String strEncoded = Base64.getEncoder().encodeToString( base64String.getBytes( "utf-8" ));this.stream.close();JSONObject correspondenceNode = new JSONObject(); correspondenceNode.put("data",strEncoded );String strSsonValues = correspondenceNode.toString();HttpEntity entity = new NStringEntity(strSsonValues , ContentType.APPLICATION_JSON);elasticrestClient.put("/2018/documents/"1, entity);} catch (IOException e) {e.printStackTrace();}

以下是解码代码：

String responseBody = elasticrestClient.get("/2018/documents/1");
//some code to fetch the hits
JSONObject h = hitsArray.getJSONObject(0);
source = h.getJSONObject("_source");
String object = (source.getString("data"));
byte[] decodedStr = Base64.getDecoder().decode( object );FileOutputStream fos = new FileOutputStream("download.pdf");
fos.write(Base64.getDecoder().decode(new String( decodedStr, "utf-8" )));
fos.close();

用户回答回答于 2018-08-02

提取文本和元数据，并将该URL指向二进制文件本身。

{"content": "Extracted text here","meta": {// Meta data there},"url": "file://path/to/file"
}

用Java代码在ElasticSearch中索引PDF文件？相关推荐

java代码在页面实现展示pdf文件
public void findPdf() throws IOException{ HttpServletResponse response = ServletActionContext.getRes ...
java代码删除ElasticSearch索引
用java代码删除ElasticSearch索引 public class ElasticsearchDeleteIndexTest {public static void main(String[] ...
如何使用JAVA代码将WORD转成PDF.
如何使用JAVA代码将WORD转成PDF. 引入jar包 <dependency><groupId>e-iceblue&l ...
教你如何使用Java代码从网页中爬取数据到数据库中——网络爬虫精华篇
文章目录 1:网络爬虫介绍 2:HttpClients类介绍 2.1 HttpGet参数问题 2.2 HttpPost参数问题 2.3 连接池技术问题 3:Jsoup介绍 4:动手实践如何抓取网页上数 ...
java代码在jsp中怎么写_在jsp中写java代码
该服务器上的所有的访问者的所有 jsp 页面 D.该服务器上的所有的访问者的所有 jsp 页面和 Java 程序 6.在 JSP 中调用 JavaBean 时不会用到的标记是( )...... jav ...
Java代码---求数组中的平均值
Java代码-求数组中的平均值 /*** 求数组中的平均值*/ class Demo5 {public static void main(String[] args) {int[] array = { ...
【Python】用于在 Python 中处理 PDF 文件的 PyPDF2 库
作者 | megha152 编译 | Flin 来源 | analyticsvidhya 介绍 PDF 代表便携式文档格式.它使用 .pdf 扩展名.这种类型的文件主要用于共享目的.它们不能被修改,从 ...
【项目管理】Java使用pdfbox调用打印机打印PDF文件
[项目管理]Java使用pdfbox调用打印机打印PDF文件 1.项目前言 2.项目实现 3.关键代码 4.效果演示 5.问题处理 5.1 安装对应字体 5.2 修改对应代码系统:Win10 Jav ...
在html页面中展示pdf文件，实现在线阅读
参考文章:1.http://blog.csdn.net/broze/article/details/6743314 2.http://www.pdfobject.com/ ...

用Java代码在ElasticSearch中索引PDF文件？

用Java代码在ElasticSearch中索引PDF文件？相关推荐

最新文章

热门文章