Hyper Estraier Redmine Redmineのプラグイン紹介

Redmine2.0のDMSFファイルをHyper Estraierで全文検索~PDF検索編

投稿日:2012年8月14日 更新日:

参照

PDFの全文検索環境を整える3〜日本語PDFを検索できるようにする xpdf

 

 

estcmdの-fxオプションは「ファイル名の接尾辞に関連づけた外部コマンドを指定」する。

そして、Hyper Estraierにはpdfやマイクロソフトオフィス用のフィルタが付属している。

ubuntuのapt-getでインストールした場合、/usr/share/hyperestraier/filter/以下にある。パスは通っていない。

ただ、このフィルタ、エラーがあっても飲み込んでしまうらしい(Hyper Estraier(全文検索エンジン)で、PDFやWordなどのファイルがうまくクロールされない場合の対処)ので注意が必要。

サンプルで試した私のpdfファイルはestfxpdftohtmlで問題なくhtmlに変換したが、うまく登録されない場合は次の順序で確かめるといいかもしれない。

①pdftohtmlは動作するか、②estfxpdftohtmlは動作するか、③インデックスに登録されているか。(いまpdftohtmlをやってみたらError: Invalid Font Weightとか出てきたけどうまくhtmlファイルを出力できたのでみなかったことにしよう。)

注意が必要なのはhtmlに変換されるのでコマンドの指定の先頭にはH@をつけなければうまくインデックスに登録されない。

 

 

結論的にこのような感じでうまく登録できた。

 

ちなみに、登録されたかを簡単に確かめるにはこんな感じで

*また、30MBを超えるファイルはうまく登録されないかも。とりあえずわたしの環境ではA4数枚の予定なので問題ない。

pdftotextで PDFからのテキスト抜き出し

 

 

追記:docファイルとxlsファイルもできた

付属のフィルタはdocとxlsも問題なくhtmlに変換できた。

あわせてこんな感じで

 

 

タイミング的にはcronじゃなくてアップロードされたタイミングでインデックスに登録したいなあ。

たぶん、dmsf_upload.rbのafter_filterにNative Ruby Bindingにあるサンプルのgathererを参考に書けばいいんだろうけど、これはしばらく様子みた後の課題としたい。

-Hyper Estraier, Redmine, Redmineのプラグイン紹介
-,

執筆者:

関連記事

Redmine2.4.1にタイムトラッカープラグインをいれる

目次1 Github2  bundle3  rakeタスク4 利用の実際 Github メンテナンスされてそうなリポはここ github.com/hicknhack-software/redmine_

no image

Redmine2.0にタイムトラッカーをいれる~time_tracker

進行中のチケットの経過時間をこんな感じで計測できるプラグイン。 本家はhttps://github.com/delaitre/redmine_time_tracker だけどRedmine2.0には対 …

no image

Ubuntu Server 12.04 + nginx + unicornでRedmine2.0.3を動かす

環境 Ubuntu Server12.04にRedmine2.0.3をインストール 目次1 Unicornの準備2 nginxの設定 Unicornの準備 1-1 Gemfile.local &amp …

Redmine2.5でプラグイン作成のチュートリアルやってみた4〜テスト

By: Beverly & Pack – CC BY 2.0 目次1 前回まで2 テストの設定3 データベースの準備4 テストの実行5 最初のテスト 前回まで Redmine2.5 …

no image

RubyからHyper Estraierを使う2~Ruby Binding

環境:Ruby 1.9.3 Hyper Estraierのソースに含まれるRubyバインディングから検索する。 Rubyバインディングの文書 1 RubyGemはコンパイルが通らない [crayon- …