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

Bash on WindowsでDocumentsのpdfを全文検索〜hyperestraier

By: Samm – CC BY 2.0 目次1 Bash on Windows2 HyperEstraierのインストール3 ドキュメントのインデックス登録4 apache2のインストー …

Redmine2.0にファイル管理プラグインを導入~redmine_dmsf

Redmineのファイルは文書・ファイルなどで管理できるけれど、ドラッグアンドドロップやまとめてアップロードできるUIを備えたdmsfプラグインを導入した。 英語なら全文検索もできるらしいけれど、日本 …

no image

Ubuntu12.04でRubyからHyper Estraierを使う~Ruby Binding

1 Hyper Estraierの準備

libestraier-devはruby bindingのコンパイルに必要 2 ソースの準備 …

Redmineではじめてのプロジェクト

目次1 プロジェクト作成2 バージョンを作成3 チケットを作成4 チケットのステータスを編集5 チケットを終了する6 バージョンを終了する7 プロジェクトを終了する8 Redmine運用についての情報 …

Redmine2.5でのGmail通知

By: sung ming whang – CC BY 2.0 Redmine2.0でメール送信~Yahoo!メール 前はできなかったけど、いつのまにか解決していた config/conf …