Φιλτράρισμα επεκτάσεων αρχείων java με το GroupDocs.Search

Σε αυτό το ολοκληρωμένο εκπαιδευτικό υλικό θα μάθετε πώς να φιλτράρετε επεκτάσεις αρχείων java κατά την ευρετηρίαση εγγράφων με το GroupDocs.Search. Στο τέλος του οδηγού θα μπορείτε να συμπεριλάβετε μόνο τους τύπους αρχείων που χρειάζεστε, να εξαιρέσετε ανεπιθύμητες μορφές και να συνδυάσετε αυτούς τους κανόνες με φίλτρα εύρους ημερομηνίας και διαδρομής χρησιμοποιώντας λογικούς τελεστές AND, OR και NOT. Αυτή η προσέγγιση διατηρεί το ευρετήριο ελαφρύ, επιταχύνει τις αναζητήσεις και σας βοηθά να συμμορφωθείτε με τις πολιτικές διαχείρισης δεδομένων.

Σύντομες απαντήσεις

  • Τι είναι το φίλτρο επεκτάσεων αρχείων java; Είναι ένας κανόνας που λέει στο GroupDocs.Search ποιες επεκτάσεις αρχείων να συμπεριλάβει ή να εξαιρέσει κατά την ευρετηρίαση.
  • Ποια βιβλιοθήκη παρέχει αυτή τη δυνατότητα; GroupDocs.Search for Java.
  • Χρειάζομαι άδεια; Μια δωρεάν δοκιμή λειτουργεί για αξιολόγηση· απαιτείται πλήρης άδεια για παραγωγή.
  • Μπορώ να συνδυάσω φίλτρα; Ναι – μπορείτε να αλυσίδωση επεκτάσεων, ημερομηνίας, μεγέθους και διαδρομής φίλτρων με λογική AND, OR, NOT.
  • Είναι συμβατό με Maven; Απόλυτα – προσθέστε την εξάρτηση GroupDocs.Search στο pom.xml σας.

Τι είναι ένα φίλτρο επεκτάσεων αρχείων java;

Ένα java file extension filter είναι ένα σύνολο κανόνων που αξιολογεί την επέκταση κάθε αρχείου πριν το στείλει στη μηχανή ευρετηρίασης. Καθορίζοντας επεκτάσεις όπως .txt, .pdf ή .epub, μπορείτε να συμπεριλάβετε αρχεία με βάση την επέκταση ή να εξαιρέσετε αρχεία με βάση την επέκταση ώστε το ευρετήριό σας να παραμένει εστιασμένο και τα αποτελέσματα αναζήτησης σχετικοί.

Γιατί να χρησιμοποιήσετε φιλτράρισμα επεκτάσεων αρχείων με το GroupDocs.Search;

Το φιλτράρισμα επεκτάσεων αρχείων βελτιώνει την αποδοτικότητα της ευρετηρίασης εξαιρώντας άσχετες μορφές, μειώνει τις απαιτήσεις αποθήκευσης και βοηθά στην τήρηση κανόνων συμμόρφωσης αποτρέποντας την εισαγωγή ανεπιθύμητου περιεχομένου στο ευρετήριο. Επίσης, επιτρέπει ταχύτερες απαντήσεις σε ερωτήματα επειδή η μηχανή αναζήτησης επεξεργάζεται ένα μικρότερο, πιο σχετικό σύνολο δεδομένων.

  • Απόδοση: Η παράλειψη ανεπιθύμητων αρχείων μειώνει το I/O και επιταχύνει την ευρετηρίαση έως και 40 % σε μεγάλα αποθετήρια.
  • Εξοικονόμηση αποθήκευσης: Μόνο τα σχετικά έγγραφα αποθηκεύονται στο ευρετήριο, μειώνοντας τη χρήση δίσκου κατά μέσο όρο 30 %.
  • Συμμόρφωση: Αποτρέπει την τυχαία ευρετηρίαση εμπιστευτικών ή μη υποστηριζόμενων τύπων αρχείων.
  • Ευελιξία: Συνδυάστε με τις δυνατότητες date range filter java για να στοχεύσετε αρχεία που δημιουργήθηκαν ή τροποποιήθηκαν σε συγκεκριμένες περιόδους.

Προαπαιτούμενα

Πριν ξεκινήσουμε, βεβαιωθείτε ότι έχετε τα εξής:

Απαιτούμενες βιβλιοθήκες και εξαρτήσεις

  • GroupDocs.Search for Java – έκδοση 25.4 ή νεότερη (υποστηρίζει 60+ μορφές εισόδου).
  • Java Development Kit (JDK) – οποιαδήποτε συμβατή έκδοση (8 ή νεότερη).

Ρύθμιση περιβάλλοντος

  • Ολοκληρωμένο Περιβάλλον Ανάπτυξης (IDE): IntelliJ IDEA, Eclipse ή οποιοδήποτε IDE συμβατό με Maven.

Προαπαιτούμενες γνώσεις

  • Βασικός προγραμματισμός Java.
  • Εξοικείωση με file I/O σε Java.
  • Κατανόηση των κανονικών εκφράσεων και της διαχείρισης ημερομηνίας‑ώρας.

Ρύθμιση του GroupDocs.Search για Java

Για να αρχίσετε να χρησιμοποιείτε το GroupDocs.Search, πρέπει να το συμπεριλάβετε ως εξάρτηση στο έργο σας.

Διαμόρφωση Maven

Προσθέστε την παρακάτω διαμόρφωση αποθετηρίου και εξάρτησης στο αρχείο pom.xml σας:

<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>

Άμεση λήψη

Εναλλακτικά, κατεβάστε την τελευταία έκδοση απευθείας από GroupDocs.Search for Java releases.

Απόκτηση άδειας

  • Δωρεάν δοκιμή – εξερευνήστε τις δυνατότητες χωρίς κόστος.
  • Προσωρινή άδεια – αποκτήστε πλήρη λειτουργικότητα για περιορισμένο χρονικό διάστημα.
  • Αγορά – αποκτήστε μόνιμη άδεια για χρήση σε παραγωγή.

Βασική αρχικοποίηση και ρύθμιση

Μόλις προστεθεί η βιβλιοθήκη, αρχικοποιήστε το περιβάλλον ευρετηρίασής σας. Η κλάση IndexSettings περιέχει όλες τις επιλογές διαμόρφωσης, συμπεριλαμβανομένων των φίλτρων.

import com.groupdocs.search.*;

String indexFolder = "YOUR_OUTPUT_DIRECTORY";
Index index = new Index(indexFolder);

Οδηγός υλοποίησης

Παρακάτω εμβαθύνουμε σε κάθε τύπο φίλτρου, εξηγώντας γιατί είναι σημαντικό και παρέχοντας βήμα‑βήμα οδηγίες που μπορείτε να αντιγράψετε στο έργο σας.

Φιλτράρισμα επεκτάσεων αρχείων

Φιλτράρετε αρχεία με βάση τις επεκτάσεις τους κατά την ευρετηρίαση. Αυτό είναι ιδανικό όταν θέλετε να επεξεργαστείτε μόνο e‑books (.fb2, .epub) και αρχεία απλού κειμένου (.txt).

Επισκόπηση

DocumentFilter.createFileExtension δημιουργεί μια λευκή λίστα επεκτάσεων.

Βήματα υλοποίησης

  1. Δημιουργία φίλτρου – ορίστε τις επεκτάσεις που θέλετε να διατηρήσετε.

    DocumentFilter filter = DocumentFilter.createFileExtension(".fb2", ".epub", ".txt");
IndexSettings settings = new IndexSettings();
settings.setDocumentFilter(filter);

  2. Αρχικοποίηση ευρετηρίου και προσθήκη εγγράφων – εφαρμόστε το φίλτρο κατά τη δημιουργία του IndexSettings.

    Index index = new Index("YOUR_OUTPUT_DIRECTORY\\FileExtensionFilter", settings);
index.add("YOUR_DOCUMENT_DIRECTORY");

Λογικό φίλτρο NOT

Εξαίρεση συγκεκριμένων επεκτάσεων, όπως ιστοσελίδες και PDF, όταν δεν χρειάζονται για το σενάριο αναζήτησής σας.

Βήματα υλοποίησης

  1. Δημιουργία φίλτρου αποκλεισμού – καθορίστε τις επεκτάσεις που θα απορρίψετε.

    DocumentFilter filterNot = DocumentFilter.createFileExtension(".htm", ".html", ".pdf");
DocumentFilter invertedFilter = DocumentFilter.createNot(filterNot);

  2. Εφαρμογή στις ρυθμίσεις ευρετηρίου – συνδυάστε το φίλτρο NOT με άλλους κανόνες.

    IndexSettings settingsNot = new IndexSettings();
settingsNot.setDocumentFilter(invertedFilter);

  3. Προσθήκη εγγράφων – μόνο τα αρχεία που περνούν το συνδυασμένο φίλτρο ευρετηριάζονται.

    Index indexNot = new Index("YOUR_OUTPUT_DIRECTORY\\LogicalNotFilter", settingsNot);
indexNot.add("YOUR_DOCUMENT_DIRECTORY");

Λογικό φίλτρο AND

Συνδυάστε πολλαπλές συνθήκες—ημερομηνία δημιουργίας, επέκταση και μέγεθος αρχείου—ώστε μόνο τα αρχεία που πληρούν όλα τα κριτήρια να ευρετηριάζονται.

Επισκόπηση

DocumentFilter.createAnd συνδυάζει πολλαπλά φίλτρα σε έναν ενιαίο κανόνα.

Βήματα υλοποίησης

  1. Ορισμός φίλτρων – δημιουργήστε ξεχωριστά φίλτρα για κάθε συνθήκη.

    DocumentFilter filter1 = DocumentFilter.createCreationTimeRange(Utils.createDate(2015, 1, 1), Utils.createDate(2016, 1, 1));
DocumentFilter filter2 = DocumentFilter.createFileExtension(".txt");
DocumentFilter filter3 = DocumentFilter.createFileLengthUpperBound(8 * 1024 * 1024);

  2. Συνδυασμός φίλτρων – χρησιμοποιήστε τον τελεστή AND για να απαιτήσετε όλες τις συνθήκες.

    DocumentFilter finalFilterAnd = DocumentFilter.createAnd(filter1, filter2, filter3);
IndexSettings settingsAnd = new IndexSettings();
settingsAnd.setDocumentFilter(finalFilterAnd);

  3. Ευρετηρίαση εγγράφων – περάστε το συνδυασμένο φίλτρο στη διαδικασία ευρετηρίασης.

    Index indexAnd = new Index("YOUR_OUTPUT_DIRECTORY\\LogicalAndFilter", settingsAnd);
indexAnd.add("YOUR_DOCUMENT_DIRECTORY");

Λογικό φίλτρο OR

Συμπεριλάβετε αρχεία που ικανοποιούν οποιαδήποτε από τις καθορισμένες συνθήκες—χρήσιμο όταν θέλετε να καταγράψετε τόσο μικρά αρχεία κειμένου όσο και μεγαλύτερα μη‑κειμενικά αρχεία.

Βήματα υλοποίησης

  1. Ορισμός φίλτρων – δημιουργήστε ξεχωριστά φίλτρα για κάθε εναλλακτική συνθήκη.

    DocumentFilter txtFilter = DocumentFilter.createFileExtension(".txt");
DocumentFilter notTxtFilter = DocumentFilter.createNot(txtFilter);

  2. Συνδυασμός φίλτρων με λογικές συνθήκες – χρησιμοποιήστε τον τελεστή OR.

    DocumentFilter bound5Filter = DocumentFilter.createFileLengthUpperBound(5 * 1024 * 1024);
DocumentFilter bound10Filter = DocumentFilter.createFileLengthUpperBound(10 * 1024 * 1024);

DocumentFilter txtSizeFilter = DocumentFilter.createAnd(txtFilter, bound5Filter);
DocumentFilter notTxtSizeFilter = DocumentFilter.createAnd(notTxtFilter, bound10Filter);

  3. Ολοκλήρωση φίλτρου OR – συνδέστε το συνδυασμένο φίλτρο στη διαμόρφωση του ευρετηρίου.

    DocumentFilter finalFilterOr = DocumentFilter.createOr(txtSizeFilter, notTxtSizeFilter);

IndexSettings settingsOr = new IndexSettings();
settingsOr.setDocumentFilter(finalFilterOr);
Index indexOr = new Index("YOUR_OUTPUT_DIRECTORY\\LogicalOrFilter", settingsOr);
indexOr.add("YOUR_DOCUMENT_DIRECTORY");

Φίλτρα χρόνου δημιουργίας

Στοχεύστε αρχεία που δημιουργήθηκαν μέσα σε συγκεκριμένη περίοδο—ένα κλασικό σενάριο date range filter java.

Βήματα υλοποίησης

  1. Ορισμός φίλτρου εύρους ημερομηνίας – καθορίστε ημερομηνίες έναρξης και λήξης.

    DocumentFilter filter3CTime = DocumentFilter.createCreationTimeRange(Utils.createDate(2017, 1, 1), Utils.createDate(2018, 6, 15));
IndexSettings settingsCTime = new IndexSettings();
settingsCTime.setDocumentFilter(filter3CTime);

  2. Ευρετηρίαση εγγράφων – μόνο τα αρχεία των οποίων τα χρονικά σήματα δημιουργίας εμπίπτουν στο εύρος ευρετηριάζονται.

    Index indexCTime = new Index("YOUR_OUTPUT_DIRECTORY\\CreationTimeFilters", settingsCTime);
indexCTime.add("YOUR_DOCUMENT_DIRECTORY");

Φίλτρα χρόνου τροποποίησης

Εξαίρεση αρχείων που τροποποιήθηκαν μετά από μια συγκεκριμένη ημερομηνία αποκοπής.

Βήματα υλοποίησης

  1. Ορισμός φίλτρου – ορίστε το μέγιστο χρονικό σήμα τροποποίησης.

    DocumentFilter filter2MTime = DocumentFilter.createModificationTimeUpperBound(Utils.createDate(2018, 6, 15));
IndexSettings settingsMTime = new IndexSettings();
settingsMTime.setDocumentFilter(filter2MTime);

  2. Ευρετηρίαση εγγράφων – τα αρχεία νεότερα από την ημερομηνία αποκοπής αγνοούνται.

    Index indexMTime = new Index("YOUR_OUTPUT_DIRECTORY\\ModificationTimeFilters", settingsMTime);
indexMTime.add("YOUR_DOCUMENT_DIRECTORY");

Φιλτράρισμα διαδρομής αρχείου

Περιορίστε την ευρετηρίαση σε αρχεία που βρίσκονται σε συγκεκριμένους φακέλους ή ταιριάζουν με ένα μοτίβο—ιδανικό για include files by extension μέσα σε συγκεκριμένη ιεραρχία καταλόγων.

Βήματα υλοποίησης

  1. Ορισμός φίλτρου διαδρομής αρχείου – χρησιμοποιήστε μοτίβα glob ή regex για να ταιριάξετε καταλόγους.

    DocumentFilter pathFilter = DocumentFilter.createPath("*.txt", "documents/");
IndexSettings settingsPath = new IndexSettings();
settingsPath.setDocumentFilter(pathFilter);

  2. Αρχικοποίηση ευρετηρίου και προσθήκη εγγράφων – εφαρμόστε το φίλτρο διαδρομής μαζί με άλλους κανόνες.

    Index indexPath = new Index("YOUR_OUTPUT_DIRECTORY\\FilePathFilter", settingsPath);
indexPath.add("YOUR_DOCUMENT_DIRECTORY");

Συνηθισμένα προβλήματα & συμβουλές

  • Ποτέ μην αναμειγνύετε απόλυτες και σχετικές διαδρομές στην ίδια διαμόρφωση φίλτρου – μπορεί να οδηγήσει σε απροσδόκητες εξαιρέσεις.
  • Επαναφέρετε το IndexSettings όταν αλλάζετε σύνολα φίλτρων· διαφορετικά τα προηγούμενα φίλτρα μπορεί να παραμείνουν.
  • Συνδυάστε ένα άνω όριο μήκους με φίλτρο επέκτασης για μεγάλες συλλογές ώστε να διατηρείται η χρήση μνήμης χαμηλή.
  • Το LoggingOptions ελέγχει τη διαμόρφωση καταγραφής για το GroupDocs.Search.
  • Ενεργοποιήστε την καταγραφή (LoggingOptions.setEnabled(true)) για να δείτε γιατί απορρίφθηκε ένα αρχείο.

Συχνές ερωτήσεις

Q: Μπορώ να αλλάξω τα κριτήρια φίλτρου μετά τη δημιουργία του ευρετηρίου;
A: Ναι. Ανακατασκευάστε το ευρετήριο με νέο DocumentFilter ή χρησιμοποιήστε την επαυξητική ευρετηρίαση με ενημερωμένες ρυθμίσεις.

Q: Λειτουργεί το φίλτρο επεκτάσεων αρχείων java σε συμπιεσμένα αρχεία (π.χ., ZIP);
A: Το GroupDocs.Search μπορεί να ευρετηριάσει υποστηριζόμενες μορφές αρχείων συμπιεσμένων, αλλά το φίλτρο επέκτασης εφαρμόζεται στο ίδιο το αρχείο συμπιεσμού, όχι στα εσωτερικά αρχεία. Χρησιμοποιήστε ένθετα φίλτρα για πιο λεπτομερή έλεγχο.

Q: Πώς μπορώ να εντοπίσω γιατί ένα συγκεκριμένο αρχείο αποκλείστηκε;
A: Ενεργοποιήστε την καταγραφή της βιβλιοθήκης (LoggingOptions.setEnabled(true)) και εξετάστε το αρχείο καταγραφής – αναφέρει ποιο φίλτρο απέριψε κάθε αρχείο.

Q: Είναι δυνατόν να συνδυάσω το φίλτρο επεκτάσεων αρχείων java με προσαρμοσμένα regex φίλτρα;
A: Απόλυτα. Ενσωματώστε ένα regex φίλτρο μέσα στο DocumentFilter.createAnd() μαζί με το φίλτρο επέκτασης.

Q: Ποιος είναι ο αντίκτυπος στην απόδοση όταν προστίθενται πολλά φίλτρα;
A: Κάθε φίλτρο προσθέτει μια ήπια επιβάρυνση κατά την ευρετηρίαση, αλλά η μείωση των δεδομένων που ευρετηριάζονται συνήθως υπερβαίνει το κόστος. Δοκιμάστε με ένα αντιπροσωπευτικό δείγμα για να βρείτε την ιδανική ισορροπία.

Τελευταία ενημέρωση: 2026-09-06
Δοκιμή με: GroupDocs.Search 25.4 for Java
Συγγραφέας: GroupDocs

Σχετικά Μαθήματα