Vyhledávání a zvýrazňování textu v dokumentech pomocí GroupDocs.Search pro Java

V dnešní digitální éře je vyhledávání a zvýrazňování textu v rozsáhlých kolekcích dokumentů běžnou potřebou. Ať už vytváříte nástroj pro právní revizi, akademický výzkumný portál nebo dashboard zákaznické podpory, schopnost okamžitě najít a zdůraznit klíčové termíny výrazně zlepšuje použitelnost. V tomto komplexním průvodci se dozvíte, jak implementovat vyhledávání a zvýrazňování textu pomocí GroupDocs.Search pro Java — včetně zvýrazňování celých dokumentů i zvýrazňování na úrovni fragmentů pro zaměřený kontext.

Rychlé odpovědi

  • Co znamená „vyhledávání a zvýrazňování textu“? Jedná se o vyhledání dotazových termínů v dokumentu a jejich vizuální zvýraznění (např. pomocí barvy pozadí).
  • Která knihovna tuto funkci poskytuje? GroupDocs.Search pro Java.
  • Potřebuji licenci? Bezplatná zkušební verze stačí pro hodnocení; pro produkční nasazení je vyžadována plná licence.
  • Mohu přizpůsobit barvy zvýraznění? Ano — libovolná RGB barva může být nastavena pomocí HighlightOptions.
  • Je podporováno zvýrazňování fragmentů? Rozhodně; můžete definovat termíny před a po shodě pro vytvoření stručných úryvků.

Co je vyhledávání a zvýrazňování textu?

Vyhledávání a zvýrazňování textu je proces prohledávání indexu dokumentů podle zadaného dotazu, získání odpovídajících dokumentů a následné označení každého výskytu dotazového termínu v výstupu dokumentu (HTML, PDF atd.). Tento vizuální prvek pomáhá koncovým uživatelům okamžitě najít relevantní informace.

Proč použít GroupDocs.Search pro Java?

  • Vysoce výkonná indexace s konfigurovatelnou kompresí.
  • Bohaté API pro zvýrazňování funguje na celých dokumentech i na vlastních fragmentech.
  • Podpora napříč formáty (DOCX, PDF, PPTX, TXT a další).
  • Jednoduchá integrace s Maven a přehledné Java‑centrické API.

Předpoklady

  • Java Development Kit (JDK) 8 nebo novější.
  • Maven pro správu závislostí.
  • IDE, například IntelliJ IDEA nebo Eclipse.
  • Základní znalost syntaxe jazyka Java.

Nastavení GroupDocs.Search pro Java

Přidejte repozitář GroupDocs a závislost do souboru pom.xml:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/search/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-search</artifactId>
      <version>25.4</version>
   </dependency>
</dependencies>

Můžete také stáhnout nejnovější JAR přímo z oficiálního webu: GroupDocs.Search for Java releases.

Získání licence

Začněte s bezplatnou zkušební verzí nebo si pořiďte dočasnou licenci pro hodnocení. Pro produkční nasazení zakupte plnou licenci, která odemkne všechny funkce.

Průvodce implementací

Implementace je rozdělena do dvou praktických částí: zvýrazňování v celých dokumentech a zvýrazňování ve fragmentech. Obě sekce obsahují nezbytné kroky pro to, jak zvýraznit Java dokumenty pomocí GroupDocs.Search.

Konfigurace nastavení indexu

Před indexací nakonfigurujte úložiště tak, aby používalo vysokou kompresi — tím se sníží využití disku při zachování rychlosti vyhledávání.

IndexSettings settings = new IndexSettings();
settings.setTextStorageSettings(new TextStorageSettings(Compression.High));

Zvýrazňování v celých dokumentech

Krok 1: Vytvořit a naplnit index

Vytvořte složku indexu a přidejte všechny zdrojové soubory, které chcete prohledávat.

String indexFolder = "/path/to/your/document/directory/HighlightingInEntireDocument";
Index index = new Index(indexFolder, settings);
index.add("/path/to/your/documents");

Krok 2: Proveďte vyhledávání a aplikujte zvýraznění

Vyhledejte termín (např. ipsum) a vygenerujte HTML soubor se zvýrazněnými shodami.

SearchResult result = index.search("ipsum");

if (result.getDocumentCount() > 0) {
    FoundDocument document = result.getFoundDocument(0);
    OutputAdapter outputAdapter = new FileOutputAdapter(OutputFormat.Html, "/path/to/your/output/directory/Highlighted.html");
    
    Highlighter highlighter = new DocumentHighlighter(outputAdapter);
    HighlightOptions options = new HighlightOptions();
    options.setHighlightColor(new Color(150, 255, 150)); // Custom green shade
    options.setUseInlineStyles(false); // Prefer CSS for styling
    
    index.highlight(document, highlighter, options);
}

Klíčové možnosti vysvětleny

  • Compression – vysoká komprese šetří úložiště.
  • HighlightColor – nastavte libovolnou RGB hodnotu, aby odpovídala vaší UI paletě.
  • UseInlineStyles – false generuje čisté HTML, které lze stylovat globálně pomocí CSS.

Zvýrazňování ve fragmentech

Krok 1: Indexace a vyhledávání (stejné jako výše)

String indexFolder = "/path/to/your/document/directory/HighlightingInFragments";
Index index = new Index(indexFolder, settings);
index.add("/path/to/your/documents");

SearchResult result = index.search("ipsum");

Krok 2: Definujte kontext fragmentu a zvýrazněte

Určete, kolik termínů před a po shodě se má objevit v každém fragmentu.

HighlightOptions options = new HighlightOptions();
options.setTermsBefore(5); // Include 5 terms before the match
options.setTermsAfter(5);   // Include 5 terms after the match
options.setHighlightColor(new Color(127, 200, 255)); // Custom blue shade
options.setUseInlineStyles(true); // Use inline styles for emphasis

FoundDocument document = result.getFoundDocument(0);
FragmentHighlighter highlighter = new FragmentHighlighter(OutputFormat.Html);

index.highlight(document, highlighter, options);

Krok 3: Získejte a zapište zvýrazněné fragmenty

Shromážděte vygenerované fragmenty a zapište je do HTML souboru.

StringBuilder stringBuilder = new StringBuilder();
FragmentContainer[] fragmentContainers = highlighter.getResult();

for (FragmentContainer container : fragmentContainers) {
    String[] fragments = container.getFragments();
    
    if (fragments.length > 0) {
        stringBuilder.append("\n<br>").append(container.getFieldName()).append("<br>\n");
        
        for (String fragment : fragments) {
            stringBuilder.append(fragment).append("\n");
        }
    }
}

try {
    Files.write(Paths.get("/path/to/your/output/directory/Fragments.html"), stringBuilder.toString().getBytes());
} catch (IOException ex) {
    // Handle exceptions
}

Praktické aplikace

  1. Legal Document Review – okamžitě zvýrazněte zákony, klauzule nebo odkazy na případy.
  2. Academic Research – zobrazte klíčovou terminologii napříč desítkami PDF a Word souborů.
  3. Customer Support – identifikujte čísla objednávek nebo chybové kódy v historii tiketů.

Úvahy o výkonu

  • Index Size – vysoká komprese (Compression.High) snižuje velikost na disku.
  • Fragment Context – větší hodnoty termsBefore/After zvyšují přesnost, ale mohou ovlivnit rychlost.
  • Memory Management – monitorujte haldu JVM při indexaci velkých korpusů; zvažte inkrementální indexaci pro velmi velké sady.

Časté problémy a řešení

  • Indexing Errors – ověřte cesty k souborům a zajistěte, aby aplikace měla oprávnění ke čtení/zápisu.
  • No Highlights Appear – potvrďte, že UseInlineStyles odpovídá vašemu výstupnímu formátu (HTML vs. PDF).
  • Color Not Applied – ujistěte se, že RGB hodnoty jsou v rozmezí 0‑255 a že HTML prohlížeč podporuje daný styl.

Často kladené otázky

Q: Jaké jsou výhody používání GroupDocs.Search pro Java?
A: Nabízí rychlou, škálovatelnou indexaci, přizpůsobitelné zvýrazňování a podporu mnoha formátů dokumentů.

Q: Jak mohu integrovat GroupDocs.Search s REST API?
A: Zveřejněte metody vyhledávání a zvýrazňování prostřednictvím Spring Boot kontrolerů, které vrací HTML nebo JSON payloady.

Q: Zvládá knihovna soubory chráněné heslem?
A: Ano — poskytněte heslo při přidávání dokumentu do indexu.

Q: Mohu přizpůsobit značkování zvýraznění mimo barvu?
A: Rozhodně; můžete vložit CSS třídy pomocí HighlightOptions nebo upravit HTML po vygenerování.

Q: Jaká verze byla testována pro tento průvodce?
A: Kód byl ověřen proti GroupDocs.Search 25.4.

Poslední aktualizace: 2025-12-26
Testováno s: GroupDocs.Search 25.4
Autor: GroupDocs