Как я могу проанализировать файл PST для поиска в elasticsearch?

Question

Я могу разобрать json-файл в elasticsaerch. есть все равно, чтобы разобрать/индексировать Microsoft Outlook Outlook PST-файлы в индексы Elasticsearch?

спасибо

Answer 1

Вы можете использовать плагин ElasticSearch "глотает крепления", который использует Тик для обработки туземцев (PDF, XLS, PST, и т.д ...):

https://www.elastic.co/guide/en/elasticsearch/plugins/master/ingest-attachment.html

плагин «Оцифровка Attachment» является ранее называвшимся «Mapper-вложение» плагин, так что вы можете найти помощь с ключевыми словами из старого названия:

https://www.elastic.co/guide/en/elasticsearch/plugins/current/mapper-attachments.html

Эти плагины позволяют передавать базовую кодировку PST непосредственно в ElasticSearch, а ES будет автоматически анализировать и индексировать данные за сценой.

Если вы хотите что-то индивидуальное, я предлагаю использовать один из многих проектов github, которые читают файлы PST, а затем отправляют данные в ElasticSearch в любое требуемое сопоставление документов. Есть много проектов для чтения в формате github PST, поэтому выберите популярный для любого языка, который вам больше всего нравится (java, C# и т. Д.). Github предложил условия поиска: libpst, pst reader

Вы также можете написать собственный парсер для Apache Tika и использовать его вместо библиотеки чтения PST. Документация о том, как использовать его можно найти здесь:

https://tika.apache.org/1.6/parser.html

Java пример base64 кодирования файла в строку:

FileInputStream fileInputStreamReader = new FileInputStream(file); 
byte[] bytes = new byte[(int)file.length()]; 
fileInputStreamReader.read(bytes); 
String encodedfile = Base64.encodeBase64(bytes).toString(); 

Пропустите полученную строку encodedfile к PUT вызова, как показано в данной статье :

https://www.elastic.co/guide/en/elasticsearch/plugins/current/using-ingest-attachment.html