Fájl kiterjesztések szűrése java-val a GroupDocs.Search segítségével

Ebben az átfogó útmutatóban megtanulja, hogyan filter file extensions java szűrje a fájl kiterjesztéseket a dokumentumok indexelése során a GroupDocs.Search segítségével. A útmutató végére képes lesz csak a szükséges fájltípusokat belefoglalni, a nem kívánt formátumokat kizárni, és ezeket a szabályokat dátumtartomány- és útvonal-szűrőkkel kombinálni logikai AND, OR és NOT operátorokkal. Ez a megközelítés karcsúbb indexet eredményez, felgyorsítja a kereséseket, és segít megfelelni az adatkezelési szabályzatoknak.

Gyors válaszok

  • What is the java file extension filter? Ez egy szabály, amely megmondja a GroupDocs.Search-nek, mely fájl kiterjesztéseket kell belefoglalni vagy kizárni az indexelés során.
  • Which library provides this feature? GroupDocs.Search for Java.
  • Do I need a license? Egy ingyenes próba a kiértékeléshez elegendő; a teljes licenc a termeléshez szükséges.
  • Can I combine filters? Igen – láncolhatja a kiterjesztés, dátum, méret és útvonal szűrőket AND, OR, NOT logikával.
  • Is it Maven‑compatible? Teljesen – adja hozzá a GroupDocs.Search függőséget a pom.xml-hez.

Mi a java file extension filter?

A java file extension filter egy szabálykészlet, amely minden fájl kiterjesztését értékeli ki, mielőtt az indexelő motorhoz kerülne. Ha megadja a .txt, .pdf vagy .epub kiterjesztéseket, include files by extension vagy exclude files by extension segítségével szűkítheti az indexet és releváns keresési eredményeket érhet el.

Miért használjon file‑extension szűrést a GroupDocs.Search‑ben?

A file‑extension szűrés javítja az indexelés hatékonyságát az irreleváns formátumok kizárásával, csökkenti a tárolási igényeket, és segít megfelelni a megfelelőségi szabályoknak azáltal, hogy megakadályozza a nem kívánt tartalom indexelését. Emellett gyorsabb lekérdezési válaszokat tesz lehetővé, mivel a keresőmotor egy kisebb, relevánsabb adathalmazt dolgoz fel.

  • Performance: A nem kívánt fájlok kihagyása csökkenti az I/O-t és akár 40 %-kal gyorsítja az indexelést nagy tárolók esetén.
  • Storage savings: Csak a releváns dokumentumok kerülnek az indexbe, ami átlagosan 30 % lemezhasználat csökkenést eredményez.
  • Compliance: Megakadályozza a bizalmas vagy nem támogatott fájltípusok véletlen indexelését.
  • Flexibility: Kombinálható date range filter java funkciókkal a specifikus időszakban létrehozott vagy módosított fájlok célzásához.

Előfeltételek

Mielőtt elkezdenénk, győződjön meg róla, hogy a következőkkel rendelkezik:

Szükséges könyvtárak és függőségek

  • GroupDocs.Search for Java – version 25.4 vagy újabb (támogat 60+ bemeneti formátumot).
  • Java Development Kit (JDK) – bármely kompatibilis verzió (8 vagy újabb).

Fejlesztőkörnyezet beállítása

  • Integrated Development Environment (IDE): IntelliJ IDEA, Eclipse vagy bármely Maven‑compatible IDE.

Tudás előfeltételek

  • Alapvető Java programozás.
  • Fájl I/O ismerete Java-ban.
  • Reguláris kifejezések és dátum‑idő kezelés megértése.

A GroupDocs.Search beállítása Java-hoz

A GroupDocs.Search használatához hozzá kell adnia azt függőségként a projektjéhez.

Maven konfiguráció

Adja hozzá a következő tárolót és függőségkonfigurációt a pom.xml fájlhoz:

<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>

Közvetlen letöltés

Alternatívaként töltse le a legújabb verziót közvetlenül a GroupDocs.Search for Java releases oldalról.

Licenc beszerzése

  1. Free trial – a funkciók felfedezése költség nélkül.
  2. Temporary license – teljes funkcionalitás korlátozott időre.
  3. Purchase – állandó licenc a termelési használathoz.

Alap inicializálás és beállítás

Miután a könyvtár hozzá lett adva, inicializálja az indexelési környezetet. Az IndexSettings osztály tartalmazza az összes konfigurációs lehetőséget, beleértve a szűrőket.

import com.groupdocs.search.*;

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

Implementációs útmutató

Az alábbiakban minden szűrőtípusra részletesen kitérünk, elmagyarázva why it matters, és lépésről‑lépésre útmutatást adunk, amelyet a projektjébe másolhat.

Fájl kiterjesztés szűrés

Szűrje a fájlokat kiterjesztésük alapján az indexelés során. Ez tökéletes, ha csak e‑könyveket (.fb2, .epub) és egyszerű szövegfájlokat (.txt) szeretne feldolgozni.

Áttekintés

DocumentFilter.createFileExtension egy fehérlistát hoz létre a kiterjesztésekből.

Implementációs lépések

  1. Create filter – határozza meg a megtartani kívánt kiterjesztéseket.

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

  2. Initialize index and add documents – alkalmazza a szűrőt az IndexSettings létrehozásakor.

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

Logikai NOT szűrő

Zárjon ki bizonyos kiterjesztéseket, például weboldalakat és PDF-eket, ha azok nem szükségesek a keresési forgatókönyvéhez.

Implementációs lépések

  1. Create exclusion filter – adja meg a kizárandó kiterjesztéseket.

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

  2. Apply to index settings – kombinálja a NOT szűrőt más szabályokkal.

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

  3. Add documents – csak a kombinált szűrőt átmenő fájlok kerülnek indexelésre.

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

Logikai AND szűrő

Kombináljon több feltételt – létrehozási dátum, kiterjesztés és fájlméret – úgy, hogy only files that meet all criteria kerülnek indexelésre.

Áttekintés

DocumentFilter.createAnd több szűrőt egyetlen szabályná egyesít.

Implementációs lépések

  1. Define filters – hozzon létre egyedi szűrőket minden feltételhez.

    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. Combine filters – használja az AND operátort az összes feltétel megköveteléséhez.

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

  3. Index documents – adja át a kombinált szűrőt az indexelési csővezetéknek.

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

Logikai OR szűrő

Vegye fel a fájlokat, amelyek any a megadott feltételeknek megfelelnek – hasznos, ha kis szövegfájlokat és nagyobb nem‑szöveg fájlokat egyaránt szeretne lefedni.

Implementációs lépések

  1. Define filters – hozzon létre különálló szűrőket minden alternatív feltételhez.

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

  2. Combine filters with logical conditions – használja az OR operátort.

    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. Finalize OR filter – csatolja a kombinált szűrőt az index konfigurációjához.

    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");

Létrehozási idő szűrők

Célzottan indexeljen olyan fájlokat, amelyek egy adott időszakban lettek létrehozva – klasszikus date range filter java eset.

Implementációs lépések

  1. Define date‑range filter – adja meg a kezdő és befejező dátumokat.

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

  2. Index documents – csak azok a fájlok kerülnek indexelésre, amelyek létrehozási időbélyege a tartományon belül van.

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

Módosítási idő szűrők

Zárja ki azokat a fájlokat, amelyeket egy bizonyos határidő után módosítottak.

Implementációs lépések

  1. Define filter – állítsa be a maximális módosítási időbélyeget.

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

  2. Index documents – a határidőnél újabb fájlok figyelmen kívül maradnak.

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

Fájl útvonal szűrés

Korlátozza az indexelést olyan fájlokra, amelyek meghatározott mappákban vagy egy mintának megfelelően helyezkednek el – ideális include files by extension egy adott könyvtárhierarchián belül.

Implementációs lépések

  1. Define file‑path filter – használjon glob vagy regex mintákat a könyvtárak egyezéséhez.

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

  2. Initialize index and add documents – alkalmazza az útvonal‑szűrőt a többi szabállyal együtt.

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

Gyakori buktatók és tippek

  • Never mix absolute and relative paths ugyanabban a szűrőkonfigurációban – ez váratlan kizárásokhoz vezethet.
  • Reset the IndexSettings szűrők cseréjekor; ellenkező esetben a korábbi szűrők megmaradhatnak.
  • Combine a length upper bound with an extension filter nagy gyűjteményeknél a memóriahasználat csökkentése érdekében.
  • LoggingOptions szabályozza a GroupDocs.Search naplózási beállításait.
  • Enable logging (LoggingOptions.setEnabled(true)) a fájlok elutasításának okának megtekintéséhez.

Gyakran feltett kérdések

Q: Can I change the filter criteria after the index is created?
A: Igen. Építse újra az indexet egy új DocumentFilter segítségével, vagy használjon inkrementális indexelést frissített beállításokkal.

Q: Does the java file extension filter work on compressed archives (e.g., ZIP)?
A: A GroupDocs.Search képes indexelni a támogatott archívumformátumokat, de a kiterjesztés‑szűrő az archívumra, nem a belső fájlokra vonatkozik. Használjon beágyazott szűrőket a mélyebb vezérléshez.

Q: How do I debug why a particular file was excluded?
A: Engedélyezze a könyvtár naplózását (LoggingOptions.setEnabled(true)) és ellenőrizze a naplót – az jelzi, melyik szűrő utasította el az adott fájlt.

Q: Is it possible to combine the java file extension filter with custom regex filters?
A: Teljesen lehetséges. Egy regex szűrőt csomagoljon be a DocumentFilter.createAnd()‑be a kiterjesztés‑szűrő mellett.

Q: What performance impact does adding many filters have?
A: Minden szűrő mérsékelt terhelést ad az indexeléshez, de a indexelt adatok csökkenése általában felülmúlja a költséget. Teszteljen egy reprezentatív mintán a legoptimálisabb egyensúly megtalálásához.

Last Updated: 2026-09-06
Tested With: GroupDocs.Search 25.4 for Java
Author: GroupDocs

Kapcsolódó útmutatók