Hello ard,
I have tried the following but I still can't search for some text inside
the pdf documents
may be I still miss some configuration; can you tell me what exactly the
problem is:
I have added this exractors
<extractor classname="org.apache.slide.extractor.PDFExtractor"
uri="/files/yourproject.preview/binaries"
content-type="application/pdf"/>
en then I have used the following in my dasl query
<d:contains>${param.zoekwoorden}</d:contains>
when I'm looking for ${param.zoekwoorden} I see nothing
Thanks in advance
-----Oorspronkelijk bericht-----
Van: [EMAIL PROTECTED]
[mailto:[EMAIL PROTECTED] Namens Ard Schrijvers
Verzonden: Monday, July 14, 2008 4:55 PM
Aan: Hippo CMS development public mailinglist
Onderwerp: RE: [HippoCMS-dev] search voor some text in pdf or word
document
Ofcourse there is, otherwise I wouldn't dare calling the system a cms
:-)
If you search with target binaries (or root) you can just type the
search term in <d:contains> element.
In the repository you need to configure an extractor if not already
done. See [1] for possible extractors.
There you can see how to configure for example MSWord, Excel,
powerpoint, pdf etc etc. If you add them, reindexing has to be done.
This is simply done by removing the lucene index, but watch with this in
production environment obviously.
Examples:
<extractor classname="nl.hippo.slide.extractor.ImagePropertyExtractor"
uri="/files/yourproject.preview/binaries"/>
<extractor classname="nl.hippo.slide.extractor.OfficeExtractor"
uri="/files/yourproject.preview/binaries"
content-type="application/vnd.ms-excel">
<configuration>
<instruction property="author" namespace="http://hippo.nl/cms/1.0";
summary-information="4"/>
<instruction property="application"
namespace="http://hippo.nl/cms/1.0"; summary-information="18"/>
<instruction property="date" namespace="http://hippo.nl/cms/1.0";
date-format="yyyyMMdd" summary-information="13"/>
<instruction property="creationdate"
namespace="http://hippo.nl/cms/1.0"; date-format="yyyyMMdd"
summary-information="12"/>
<instruction property="caption"
namespace="http://hippo.nl/cms/1.0"; summary-information="2"/>
</configuration>
</extractor>
<extractor classname="org.apache.slide.extractor.PDFExtractor"
uri="/files/yourproject.preview/binaries"
content-type="application/pdf"/>
-Ard
[1]
http://www.hippocms.org/display/CMS/4.+Hippo+Repository+Configure+Extrac
tors
>
> Hello,
>
>
>
> Is it may be possible (using a dasl query) to search for some
> text inside a pdf or word document
>
>
>
> Thanks in advance
>
>
> Disclaimer
>
> Dit bericht met eventuele bijlagen is vertrouwelijk en
> uitsluitend bestemd voor de geadresseerde. Indien u niet de
> bedoelde ontvanger bent, wordt u verzocht de afzender te
> waarschuwen en dit bericht met eventuele bijlagen direct te
> verwijderen en/of te vernietigen. Het is niet toegestaan dit
> bericht en eventuele bijlagen te vermenigvuldigen, door te
> sturen, openbaar te maken, op te slaan of op andere wijze te
> gebruiken. Ordina N.V. en/of haar groepsmaatschappijen
> accepteren geen verantwoordelijkheid of aansprakelijkheid
> voor schade die voortvloeit uit de inhoud en/of de verzending
> van dit bericht.
>
> This e-mail and any attachments are confidential and are
> solely intended for the addressee. If you are not the
> intended recipient, please notify the sender and delete
> and/or destroy this message and any attachments immediately.
> It is prohibited to copy, to distribute, to disclose or to
> use this e-mail and any attachments in any other way. Ordina
> N.V. and/or its group companies do not accept any
> responsibility nor liability for any damage resulting from
> the content of and/or the transmission of this message.
> ********************************************
> Hippocms-dev: Hippo CMS development public mailinglist
>
> Searchable archives can be found at:
> MarkMail: http://hippocms-dev.markmail.org
> Nabble: http://www.nabble.com/Hippo-CMS-f26633.html
>
>
********************************************
Hippocms-dev: Hippo CMS development public mailinglist
Searchable archives can be found at:
MarkMail: http://hippocms-dev.markmail.org
Nabble: http://www.nabble.com/Hippo-CMS-f26633.html
Disclaimer
Dit bericht met eventuele bijlagen is vertrouwelijk en uitsluitend bestemd voor
de geadresseerde. Indien u niet de bedoelde ontvanger bent, wordt u verzocht de
afzender te waarschuwen en dit bericht met eventuele bijlagen direct te
verwijderen en/of te vernietigen. Het is niet toegestaan dit bericht en
eventuele bijlagen te vermenigvuldigen, door te sturen, openbaar te maken, op
te slaan of op andere wijze te gebruiken. Ordina N.V. en/of haar
groepsmaatschappijen accepteren geen verantwoordelijkheid of aansprakelijkheid
voor schade die voortvloeit uit de inhoud en/of de verzending van dit bericht.
This e-mail and any attachments are confidential and are solely intended for
the addressee. If you are not the intended recipient, please notify the sender
and delete and/or destroy this message and any attachments immediately. It is
prohibited to copy, to distribute, to disclose or to use this e-mail and any
attachments in any other way. Ordina N.V. and/or its group companies do not
accept any responsibility nor liability for any damage resulting from the
content of and/or the transmission of this message.
********************************************
Hippocms-dev: Hippo CMS development public mailinglist
Searchable archives can be found at:
MarkMail: http://hippocms-dev.markmail.org
Nabble: http://www.nabble.com/Hippo-CMS-f26633.html
