Open Source Document Management System | OpenKM

Hola.

Tengo una instalación de pruebas de OpenKm 6.3.0 sobre RedHat EL6. Para la extracción de texto en los documentos he instalado y configurado el tesseract 3. He visto los logs y he comprobado que extrae el texto correctamente. También he hecho pruebas con el Text Extractor de las "Utilidades" y el resultado parece correcto.

Sin embargo si hago una busqueda por contenido no me muestra ningun resultado. ¿Me he dejado algo en el camino?

Un saludo

Primero, el contenido no se indexa inmediatamente después de insertar un documento, tiene que ser procesado por la cola. Si el documento ya no está en la cola y no localizas la información entonces si que hay un problema.

Asegurate, aunque tengas el tesseract que en los extractors ( parametro de configuración en la administración ) también tienes puesta la clase que se corresponde con el tesseract y que has eliminado la del cuneiform ( si es que estaba esta presente previamente )

Puedes probar en nuestra demo.openkm.com -> sube el fichero, espera 20-30 minutos y intenta buscar por contenido a ver si te aparece.

Mira en la base de datos :
Hay una fila que te indica ( T o F ) si el texto ya ha sido procesado ( NDC_TEXT_EXTRACTED ) y el contenido extraído ( NDC_TEXT ) si esta a T y el texto esta vacio, entonces hay un problema en algún sitio. Pero primera chequea estos dos puntos.