Implementar GroupDocs.Search Java para la búsqueda de documentos

Respuestas rápidas

  • ¿Qué biblioteca ayuda a implementar groupdocs search java? GroupDocs.Search for Java.
  • ¿Puedo resaltar términos de búsqueda java en los resultados? Sí—el HTML generado puede envolver automáticamente las coincidencias con etiquetas <mark>.
  • ¿Necesito una licencia para producción? Hay una prueba gratuita disponible; se requiere una licencia completa para uso comercial.
  • ¿Qué IDE funciona mejor? Cualquier IDE de Java—IntelliJ IDEA, Eclipse o VS Code.
  • ¿Maven es compatible? Absolutamente—agregue el repositorio y la dependencia a su pom.xml.

¿Qué es GroupDocs.Search para Java?

GroupDocs.Search es un SDK de Java que indexa y busca texto en más de 50+ formatos de documento (PDF, DOCX, XLSX, PPTX, TXT, etc.) sin cargar todo el archivo en memoria. Ofrece coincidencia difusa, operadores booleanos, consultas de frases y resaltado de resultados incorporado, lo que lo convierte en una solución llave en mano para repositorios de documentos buscables.

¿Por qué usar Search Documents Java con GroupDocs.Search?

Proporciona velocidad con búsquedas indexadas que devuelven resultados en menos de 10 ms para 10 k documentos, flexibilidad mediante búsqueda difusa, lógica booleana, consultas de frases y expansión de sinónimos, resaltado al generar vistas previas HTML que marcan automáticamente las coincidencias, y escalabilidad al operar on‑premises, en la nube o en entornos híbridos mientras maneja archivos de cientos de páginas sin un consumo excesivo de memoria.

Requisitos previos

  • Java Development Kit (JDK) 8 o superior.
  • Maven (o gestión manual de JAR).
  • Un IDE como IntelliJ IDEA, Eclipse o VS Code.
  • Familiaridad básica con la estructura de proyectos Java y Maven.

Configuración de GroupDocs.Search para Java

Instalación mediante Maven

Add the GroupDocs repository and the Search dependency to your 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>

Descarga directa

Si prefiere no usar Maven, descargue el último JAR desde la página oficial de lanzamientos: GroupDocs.Search for Java releases.

Pasos para adquirir la licencia

  • Prueba gratuita: Comience con una prueba gratuita para explorar las funciones.
  • Licencia temporal: Obtenga a través del sitio oficial de GroupDocs.
  • Compra: Adquiera una licencia completa para uso ilimitado en producción.

Inicialización y configuración básica

La clase Index es el componente central que representa un índice buscable almacenado en disco. Después de crear una carpeta de índice, instancia el objeto Index para agregar, eliminar o consultar documentos:

String indexFolder = "YOUR_DOCUMENT_DIRECTORY/ObtainSearchResultInformation";
Index index = new Index(indexFolder);

Cómo buscar documentos Java – Característica 1: Extraer información de resultados de búsqueda

Esta característica explica cómo ejecutar una consulta, recuperar documentos coincidentes y obtener datos detallados de ocurrencias para cada término. Al seguir los pasos puede crear paneles de análisis o generar informes detallados a partir de los resultados de búsqueda.

Paso 1: Crear un índice

La clase Index es el objeto de nivel superior que almacena metadatos buscables en disco. Crear este objeto apunta a una carpeta donde residirán todos los archivos de índice:

String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/ObtainSearchResultInformation";
Index index = new Index(indexFolder);
index.add(documentFolder);

Paso 2: Configurar opciones de búsqueda (activar búsqueda difusa)

SearchOptions le permite afinar el comportamiento de la consulta. Establecer FuzzySearch a true habilita la coincidencia aproximada, lo que es útil para manejar errores tipográficos o errores de OCR:

SearchOptions options = new SearchOptions();
options.getFuzzySearch().setEnabled(true);
options.getFuzzySearch().setFuzzyAlgorithm(new TableDiscreteFunction(3));

Paso 3: Ejecutar la búsqueda

Index.search ejecuta la consulta contra el índice preparado y devuelve una colección SearchResult que contiene documentos coincidentes y ocurrencias de términos:

String query = "favourable OR \"ipsum dolor\"";
SearchResult result = index.search(query, options);

El objeto SearchResult contiene la lista de documentos que coinciden con la consulta y sus puntuaciones de relevancia.

Paso 4: Extraer ocurrencias

Cada elemento de SearchResult proporciona getOccurrences() que devuelve las posiciones exactas de los términos de la consulta dentro del archivo fuente, permitiéndole crear paneles de análisis o informes detallados:

for (int i = 0; i < result.getDocumentCount(); i++) {
    FoundDocument document = result.getFoundDocument(i);
    for (FoundDocumentField field : document.getFoundFields()) {
        if (field.getTerms() != null) {
            for (String term : field.getTerms()) {
                int occurrences = field.getTermsOccurrences()[field.getTerms().indexOf(term)];
                System.out.println("Term: " + term + ", Occurrences: " + occurrences);
            }
        }
        if (field.getTermSequences() != null) {
            for (String[] terms : field.getTermSequences()) {
                int occurrences = field.getTermSequencesOccurrences()[ArrayUtils.indexOf(field.getTermSequences(), terms)];
                StringBuilder sequence = new StringBuilder();
                for (String term : terms) {
                    sequence.append(term).append(" ");
                }
                System.out.println("Phrase: " + sequence.toString() + ", Occurrences: " + occurrences);
            }
        }
    }
}

Característica 2: Resaltar términos de búsqueda Java en documentos

Genere una vista previa HTML donde cada coincidencia está envuelta en una etiqueta <mark>, proporcionando a los usuarios finales indicaciones visuales instantáneas.

Paso 1: Configurar el índice con alta compresión

La alta compresión reduce el almacenamiento en hasta un 70 % mientras mantiene la velocidad de consulta en milisegundos. Ajuste la propiedad CompressionLevel antes de indexar:

String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/HighlightSearchResults";
IndexSettings settings = new IndexSettings();
settings.setTextStorageSettings(new TextStorageSettings(Compression.High));
Index index = new Index(indexFolder, settings);
index.add(documentFolder);

Paso 2: Realizar la búsqueda y resaltar resultados

Después de ejecutar la búsqueda, llame a highlight() en el objeto SearchResult para producir un archivo HTML que resalte cada ocurrencia del término de consulta. El método highlight() genera una vista previa HTML con los términos coincidentes envueltos en etiquetas <mark>:

SearchResult result = index.search("solicitude");
if (result.getDocumentCount() > 0) {
    FoundDocument document = result.getFoundDocument(0);
    String path = YOUR_OUTPUT_DIRECTORY + "/Highlighted.html";
    OutputAdapter outputAdapter = new FileOutputAdapter(OutputFormat.Html, path);
    Highlighter highlighter = new DocumentHighlighter(outputAdapter);
    index.highlight(document, highlighter);
}

Aplicaciones prácticas

  1. Revisión de documentos legales – Ubique cláusulas específicas en miles de contratos en segundos.
  2. Investigación académica – Extraiga frases clave de artículos de investigación para revisiones bibliográficas.
  3. Soporte al cliente – Identifique problemas recurrentes en archivos de correo electrónico para mejorar las páginas de preguntas frecuentes.
  4. Gestión de contenido – Resalte palabras clave SEO en artículos y blogs para revisiones editoriales rápidas.

Consideraciones de rendimiento

  • Compresión: La alta compresión reduce el almacenamiento pero puede aumentar el uso de CPU; realice pruebas de rendimiento con su carga de trabajo típica.
  • Gestión de memoria: Indexe documentos en lotes de 500 – 1 000 archivos para mantener el heap de la JVM bajo control.
  • Actualización del índice: Re‑indexe los archivos modificados cada noche para garantizar que los resultados de búsqueda estén actualizados.

Conclusión

Esta guía demostró cómo implement groupdocs search java, extraer información detallada de resultados y highlight search terms java en vistas previas HTML. Al seguir estos pasos puede ofrecer experiencias de búsqueda rápidas y fáciles de usar para cualquier repositorio de documentos.

Próximos pasos

  • Incruste el HTML resaltado en su interfaz web usando un <iframe> o renderizado del lado del servidor.
  • Experimente con opciones adicionales de SearchOptions como SynonymSearch o WildcardSearch.
  • Profundice en la referencia de la API de GroupDocs.Search para puntuación personalizada, paginación de resultados y soporte multilingüe.

Preguntas frecuentes

Q: ¿Qué es GroupDocs.Search?
A: GroupDocs.Search es un SDK de Java que indexa y busca texto en más de 50 formatos de documento, ofreciendo coincidencia difusa y resaltado de resultados.

Q: ¿Cómo funciona la búsqueda difusa?
A: Tolera un número configurable de diferencias de caracteres, permitiendo coincidencias en palabras mal escritas o errores de OCR.

Q: ¿Puedo usar GroupDocs.Search sin una licencia?
A: Sí, hay una prueba gratuita disponible, pero se requiere una licencia completa para implementaciones en producción.

Q: ¿Qué formatos de archivo son compatibles?
A: PDF, DOCX, XLSX, PPTX, TXT y muchos más—consulte la documentación oficial para la lista completa.

Q: ¿Cómo muestro los resultados resaltados en una aplicación web?
A: Sirva el archivo HTML generado directamente o incruste su contenido en una página usando un <iframe> o renderizado del lado del servidor.

Última actualización: 2026-07-26
Probado con: GroupDocs.Search 25.4
Autor: GroupDocs

Tutoriales relacionados