[使用MarkLogic REST API将文本文件加载为二进制文件

Question

是否可以通过MarkLogic REST API将文本文件（无论其内容如何）作为二进制文档加载？更具体地讲，是通过资源扩展终点吗？

我看到可以通过xdmp:document-load函数，但不太确定如何使用REST API做到这一点。

xdmp:document-load("C:\my\path\test.txt",
    map:map() => map:with("uri", "/test/test.txt")
              => map:with("format", "binary")
)

我已经尝试通过PUT /v1/documents API加载相同的文档，并将format参数设置为binary。但是它仍然作为text文件加载。

用例是，我需要摄取一堆附件文件，其中有时包括一些文本文件。我不需要MarkLogic为其内容编制索引，实际上，如果MarkLogic尝试对其中的许多文件进行编码或格式化，则它们会出现编码或格式问题。

谢谢！

Answer 1

对于/ v1 / documents PUT，format参数用于指示元数据的格式，而不是文档。

如Controlling Input and Output Content Type中所述

• 主：URI扩展MIME类型映射，只要请求未指定转换功能。
• Fallback：内容类型标头MIME类型映射。对于多部分输入，请求的Content-type标头必须为多部分/混合的，因此每个部分的Content-type标头都指定该部分内容的MIME类型。

来自文档URI的资源文件扩展名用于查找已配置的Mimetype。如果有匹配的条目，它将使用format作为配置的Mimetype。

[不幸的是，显式Content-type标头没有覆盖隐式format确定。因此，如果要将具有.txt文件扩展名的文档作为binary()文档加载，则需要实现一些解决方法。

为了用binary()将文本文档加载为/v1/documents PUT，您可以：

• 使用其他文件扩展名。将“ .bin”附加到文本文件URI的末尾，即/myTextFile.txt.bin。这可能是不希望的，因为它确实改变了文档的URI，但确实表明文本doc被存储为二进制文档。
• 加载文档时应用自定义转换并指定所需的Content-type

可以应用的直通转换的示例，因此不应用隐式URL format检测，而应用显式Content-type标头：

function noop(context, params, content){
  return content;
} 
exports.transform=noop

installing the custom transform之后，名称为noop：以下是安装noop转换的示例curl命令。根据需要更新用户名/密码：

curl --anyauth --user myUsername:myPassword -X PUT -i -d "function noop(context, params, content){return content;} exports.transform=noop" -H "Content-type: application/vnd.marklogic-javascript" http://localhost:8000/LATEST/config/transforms/noop

然后可以调用/v1/documents PUT并将Content-type指定为二进制Mimetype（在此示例中为application-octet-stream：]

curl --anyauth --user myUsername:myPassword -T ./test.txt -i -H "Content-type: application/octet-stream" "http://localhost:8000/v1/documents?uri=/test.txt&transform=noop"

它将被加载为binary()而不是text()

doc("/test.txt")/node()/xdmp:node-kind(.)

产量：binary