Comment créer un index avec GroupDocs.Search pour Java
If you need to comment créer un index for thousands of legal, academic, or business files, GroupDocs.Search for Java gives you a ready‑made engine that extracts text, builds a compact searchable structure, and lets you run regex, fuzzy, or wildcard queries in milliseconds. In this tutorial you’ll see how to set up the SDK, create an index, add documents to it, and execute powerful pattern‑based searches.
Réponses rapides
- Quel est le but principal de GroupDocs.Search ? Créer des index consultables pour une large gamme de formats de documents.
- Puis-je ajouter des documents à l’index après sa création ? Oui—utilisez la méthode
index.add()pour inclure de nouveaux fichiers. - GroupDocs.Search prend‑il en charge la recherche floue en Java ? Absolument ; activez‑la via
SearchOptions. - Comment exécuter une requête générique (wildcard) en Java ? Créez‑la avec
SearchQuery.createWildcardQuery(). - Une licence est‑elle requise pour une utilisation en production ? Une licence valide de GroupDocs.Search est nécessaire pour les déploiements commerciaux.
SearchOptions configure le comportement de recherche tel que la correspondance floue.SearchQuery.createWildcardQuery() crée un objet de requête générique.
Qu’est‑ce que « comment créer un index » dans le contexte de GroupDocs.Search ?
Creating an index means scanning one or more source documents, extracting searchable text, and storing that information in a structured format that can be queried efficiently. This process builds a compact data structure on disk that enables lightning‑fast look‑ups across thousands of files, even when the original documents are large or stored in different formats.
Pourquoi utiliser GroupDocs.Search pour Java ?
GroupDocs.Search provides a proven, enterprise‑grade solution that supports plus de 30 formats d’entrée et de sortie—including PDF, DOCX, XLSX, PPTX, HTML, and plain‑text files—while delivering sub‑second query response times for indexes containing millions of pages. Its built‑in fuzzy, wildcard, and regex search java capabilities let you handle misspellings, pattern matching, and complex search scenarios without writing custom parsers.
Prérequis
- GroupDocs.Search pour Java version 25.4 ou plus récente.
- Un IDE tel qu’IntelliJ IDEA ou Eclipse avec prise en charge de Maven.
- JDK 11 ou supérieur installé sur votre machine de développement.
- Connaissances de base de la syntaxe Java et des concepts de recherche.
Configuration de GroupDocs.Search pour Java
You can add the library via Maven or download it manually.
Maven setup
<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>
Téléchargement direct
Alternatively, download the latest version from GroupDocs.Search for Java releases.
Acquisition de licence
- Essai gratuit : Explorez toutes les fonctionnalités sans frais.
- Licence temporaire : Prolongez l’utilisation d’essai pour les projets d’évaluation.
- Licence complète : Nécessaire pour les déploiements en production et pour débloquer l’indexation illimitée.
Once the library is available, initialize it in your Java code:
import com.groupdocs.search.*;
public class InitializeSearch {
public static void main(String[] args) {
// Create an index instance
Index index = new Index("YOUR_DOCUMENT_DIRECTORY\\output");
System.out.println("GroupDocs.Search initialized successfully.");
}
}
Comment créer un index avec GroupDocs.Search
Load your source files, point the SDK at a folder, and let it build the searchable structure in a single call. This approach creates the index in under a minute for a typical 10 GB document collection on a standard server.
Définition des chemins
String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\CreateAndIndexDocuments";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY";
Création de l’index
Index index = new Index(indexFolder);
System.out.println("Index created at: " + indexFolder);
Ajout de documents à l’index
index.add(documentsFolder);
System.out.println("Documents added to the index.");
Astuce : Assurez‑vous que les répertoires existent et ne contiennent que les fichiers que vous souhaitez rendre consultables ; les fichiers non pertinents peuvent alourdir l’index.
Requête simple de mot avec options de recherche floue (fuzzy search java)
Fuzzy search helps when users mistype a word or when OCR introduces errors. The SDK automatically expands the query to include similar terms based on edit distance.
SearchQuery subquery = SearchQuery.createWordQuery("future");
subquery.setSearchOptions(new SearchOptions());
subquery.getSearchOptions().getFuzzySearch().setEnabled(true);
subquery.getSearchOptions().getFuzzySearch()
.setFuzzyAlgorithm(new TableDiscreteFunction(3));
System.out.println("Fuzzy search enabled with a tolerance of 3.");
Requête générique Java
Wildcard queries let you match patterns such as any word that starts with a specific prefix, using * or ? placeholders.
SearchQuery.createWildcardQuery() crée un objet de requête générique.
SearchQuery subquery = SearchQuery.createWildcardQuery(1);
System.out.println("Wildcard query created.");
Recherche regex Java
Regular expressions give you fine‑grained control over pattern matching, perfect for finding repeated characters or complex token structures.
SearchQuery.createRegexQuery() crée un objet de requête regex pour le filtrage de motifs.
SearchQuery subquery = SearchQuery.createRegexQuery("(.)\\1");
System.out.println("Regex query created to find repeated characters.");
Combinaison de sous‑requêtes en une requête de recherche de phrase
You can mix word, wildcard, and regex subqueries to build sophisticated phrase searches that respect order and proximity.
SearchQuery subquery1 = SearchQuery.createWordQuery("future");
SearchQuery subquery2 = SearchQuery.createWildcardQuery(1);
SearchQuery subquery3 = SearchQuery.createRegexQuery("(.)\\1");
SearchQuery combinedQuery = SearchQuery.createPhraseSearchQuery(subquery1, subquery2, subquery3);
System.out.println("Combined phrase search query created.");
Configuration et exécution d’une recherche avec des options personnalisées
Adjusting search options lets you control how many occurrences are returned, which is useful for large corpora. You can also tune scoring, highlight matches, and limit results per document.
SearchOptions options = new SearchOptions();
options.setMaxOccurrenceCountPerTerm(1000000);
options.setMaxTotalOccurrenceCount(10000000);
System.out.println("Custom search options configured.");
Index index = new Index("YOUR_DOCUMENT_DIRECTORY\\output\\ConfigureAndPerformSearch");
SearchQuery query = SearchQuery.createWordQuery("future");
SearchResult result = index.search(query, options);
System.out.println("Search performed with custom options.");
Recherche regex java – cas d’utilisation courants
- Recherche juridique : Localisez les clauses qui suivent un modèle spécifique, comme les dates au format
DD/MM/YYYY. - Validation de données : Détectez les identifiants mal formés ou les caractères répétés dans les journaux.
- Modération de contenu : Trouvez les propos offensants ou les motifs interdits à l’aide de regex.
- Analyse financière : Extrayez les codes de transaction qui correspondent à un modèle regex connu.
Considérations de performance
- Optimiser l’indexation : Ré‑indexez périodiquement et supprimez les fichiers obsolètes pour garder l’index léger ; un index bien entretenu de 1 million de pages occupe moins de 2 GB sur le disque.
- Utilisation des ressources : Surveillez la taille du tas JVM ; les grands index peuvent nécessiter jusqu’à 8 GB de tas ou un stockage hors‑tas pour un débit optimal.
- Garbage collection : Ajustez les paramètres GC (par ex., G1GC) pour les services de recherche de longue durée afin d’éviter les pics de temps de pause.
Questions fréquemment posées
Q : Puis‑je mettre à jour un index existant sans le reconstruire à partir de zéro ?
A : Oui—utilisez index.add() pour ajouter de nouveaux fichiers ou index.update() pour rafraîchir les documents modifiés.
Q : Comment la recherche floue gère‑t‑elle les différentes langues ?
A : L’algorithme flou intégré fonctionne sur les caractères Unicode, il prend donc en charge la plupart des langues dès le départ.
Q : Existe‑t‑il une limite au nombre de documents que je peux indexer ?
A : En pratique, la limite dépend de l’espace disque disponible et de la mémoire JVM ; la bibliothèque est conçue pour des millions de documents.
Q : Dois‑je redémarrer l’application après avoir modifié les options de recherche ?
A : Non—les options de recherche sont appliquées par requête, vous pouvez donc les ajuster à la volée.
Q : Où puis‑je trouver des exemples de requêtes plus avancés ?
A : La documentation officielle de GroupDocs.Search et la référence API offrent de nombreux exemples pour des scénarios complexes.
Dernière mise à jour : 2026-10-12
Testé avec : GroupDocs.Search for Java 25.4
Auteur : GroupDocs