開始此篇之前，我假定你已經學會了如何在tomcat下部署solr5啦。即啟動tomcat後你能看到solr5的web ui界面。ok，下面直接進入正題。
首先你需要在你的core根目錄下建立一個lib目錄來存放依賴的jar包，當然你也可以直接到依賴的jar包扔到tomcat webapps目錄下部署的solr程式的web-inf\lib目錄下即如圖：
這裡我采用了另外一種方式，把依賴的jar包放目前core的lib目錄下，這樣做的好處是每個core依賴的jar包都存放在各自core的子目錄下分類存放，更友善管理，全部扔tomcat下雜亂無章不好管理。如圖建立lib目錄：
然後往lib目錄copy一些 dih依賴的jar包，如圖：
截圖的那些jar包在solr5的解壓包裡都能找到，如果你實在找不到再來問我。然後solrconfig.xml配置檔案裡我們需要配置外部jar包的加載路徑，如圖配置：
dir參數裡的./即表示目前core根目錄，regex表示一個正規表達式，目的就是為了批量指定j加載哪些jar包.然後配置我們的dataimport處理器并指定data-config.xml配置檔案的加載路徑，如圖：
然後編寫配置我們的data-config.xml,如圖：
url="c:/docs/solr-word.pdf"即表示對c:\docs目錄下的solr-word.pdf檔案進行文本提取并建立索引，format表示把提取到的文本當作什麼類型的資料，預設支援text(純文字)，xml,json,html等格式，不配置format預設值就是text.
然後我們需要在schema.xml檔案裡定義我們的域，如圖：
細心的你，肯定發現了我配置了ik分詞器，ik分詞器配置如圖：
剛才我已經在core根目錄的lib下複制了ik分詞器jar包，我們還需要在core\conf目錄下複制一份ikanalyzer.cfg.xml配置檔案，如果你有自定義ik擴充字典，那麼你還需要把擴充字典檔案的加載路徑配置在ikanalyzer.cfg.xml檔案裡，如圖：
然後我們需要在c:/docs目錄下放一個pdf檔案進行測試，solr-word.pdf這個測試pdf檔案在solr5的解壓目錄下可以找到，如圖：
到此，準備工作就完成了，重新開機你的tomcat,通路你的solr web ui進行測試，如圖：
如果你執行後看到如圖效果，就表明pdf導入solr成功了，為了驗證pdf成功導入solr了，你可以切換到query菜單進行查詢驗證，如圖：
ok,關于如果導入pdf到solr5就介紹到這兒了。相關配置檔案我待會兒會在底下的附件裡打包上傳一份供你們參考，但希望你們還是要自己動手操作下，不要僅僅是直接解壓複制我提供的示例，隻有于遇到問題并不斷自虐的過程中你才能學到經驗。(注意：由于jar包體積太大，iteye無法上傳，是以lib目錄下的jar我沒法上傳，是以如果你找不到jar包，請聯系我)
間隔很久沒寫了，讓大家等久了，不好意思哈，寫部落格不易，大家且看且珍惜，也希望大家多多提意見，時間匆忙，難免會有所纰漏。
如果你還有什麼問題請加我Ｑ-q：7-3-6-0-3-1-3-0-5，
或者加裙
一起交流學習！
轉載：http://iamyida.iteye.com/blog/2214600