如何使用pdfbox以外的文件parser？

由 臺大機構典藏小組 在 週五, 08/12/2016 - 10:43 發表
問題編號: 
Q5
A: 

NTUR內建是使用開放原始碼的套件pdfbox，另有支援另一套商業套件PDFTextStream（v.2.X)，這是經過測試正確率較高的parser，若需使用需做以下設定：

  1. 把PDFTextStream-X.X.X.jar放到 $DSPACE_HOME/lib/ 裡。
  2. 把從Snowtide收到的 .license 檔放到 $DSPACE_HOME/config/ 裡。
  3. 在 $DSPACE_HOME/config/dspace.cfg 裡加入
filter.org.dspace.app.mediafilter.PDFFilter.classname = com.snowtide.pdf.PDFTextStream
啟用parser license之後,必須手動執行索引指令,將pdf等格式的檔案parse出txt純文字檔供搜尋。
dsrun org.dspace.app.mediafilter.MediaFilterManager

問題類型: