Hogyan keressünk több fájltípust és indexeljünk dokumentumokat Java-ban

A modern vállalkozásokban gyakran szükség van több fájltípus keresésére, miközben a bizalmas fájlokat jelszavak mögé rejtik. Ez a bemutató megmutatja, hogyan építhet fel kereshető indexet jelszóval védett dokumentumokhoz Java-ban a GroupDocs.Search használatával. Megtanulja, hogyan konfiguráljon jelszó‑szótárat, kezelje a jelszó‑követelt eseményeket, és optimalizálja a teljesítményt nagy kötegek esetén – mindezt anélkül, hogy saját dekódoló logikát írna.

Gyors válaszok

  • Miről szól ez a bemutató? Jelszóval védett dokumentumok indexelése jelszó szótárral és eseményfigyelővel.
  • Melyik könyvtár szükséges? GroupDocs.Search for Java (legújabb verzió).
  • Szükségem van licencre? Egy ideiglenes ingyenes próbalicenc elérhető értékeléshez.
  • Indexelhetek más fájltípusokat is? Igen, a GroupDocs.Search támogatja a 120+ formátumot, beleértve a PDF, DOCX, XLSX, PPTX és képeket.
  • Milyen Java verzió szükséges? JDK 8 vagy újabb.

Mi az a „create document index java”?

create document index java a kereshető adatstruktúra felépítését jelenti, amely a kifejezéseket a Java‑kezelte fájlok helyeivel kapcsolja össze. A GroupDocs.Search motor automatikusan kinyeri a szöveget a támogatott formátumokból – beleértve a titkosított PDF‑eket, Office dokumentumokat és képeket – így teljes szöveges keresést végezhet anélkül, hogy saját dekódoló kódot írna. Ez a megközelítés leegyszerűsíti a keresés implementálását, miközben megőrzi a dokumentumok biztonságát.

Miért használjuk a GroupDocs.Search‑t jelszóval védett fájlokhoz?

A GroupDocs.Search egy zero‑touch feloldási mechanizmust biztosít, amely a szótárból vagy egy eseménykezelőből származó jelszavakat alkalmazza, lehetővé téve a titkosított fájlok egyetlen átfutásban történő indexelését. Órában akár 2 millió dokumentumot képes feldolgozni egy szabványos 8‑magos szerveren, támogatja a 120+ fájltípust, és gazdag lekérdezési nyelvet kínál Boolean, helyettesítő és fuzzy operátorokkal – mindez elengedhetetlen egy sokféle tartalmat lefedő kereshető index felépítéséhez.

Előfeltételek

  • Java Development Kit (JDK) 8+ telepítve és a PATH környezeti változóban.
  • IDE, például IntelliJ IDEA vagy Eclipse.
  • Maven a függőségek kezeléséhez.
  • GroupDocs.Search for Java – add the library via Maven (lásd a beállítási részt).

A GroupDocs.Search beállítása Java-hoz

Maven használata

Adja hozzá a tárolót és a függőséget 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 letöltheti a legújabb verziót közvetlenül a GroupDocs.Search for Java releases oldalról.

A próbalicenchez látogasson el a GroupDocs ideiglenes licenc oldalára, és kövesse az utasításokat a ingyenes próba megszerzéséhez.

Hogyan indexeljünk dokumentumokat jelszó szótárral

Jelszó‑szótár megadásával, amely a fájlútvonalakat a megfelelő jelszavakhoz rendeli, kereshető indexet építhet. Az motor automatikusan lekéri a helyes jelszót az indexelés során.

Áttekintés

Tárolja a dokumentumjelszavakat egy egyszerű kulcs‑érték térképen, hogy az indexelő motor igény szerint feloldhassa a fájlokat.

1. lépés: az index és a dokumentumok mappájának meghatározása

String indexFolder = "YOUR_OUTPUT_DIRECTORY/IndexUsingPasswordDictionary";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Path to password‑protected documents

2. lépés: index létrehozása

// Initialize the Index object in the specified directory
Index index = new Index(indexFolder);

3. lépés: dokumentumjelszavak hozzáadása

// Add passwords for specific files using their absolute paths
String path1 = new File(documentsFolder + "/English.docx").getAbsolutePath();
index.getDictionaries().getDocumentPasswords().add(path1, "123456");

String path2 = new File(documentsFolder + "/SampleDocument.docx").getAbsolutePath();
index.getDictionaries().getDocumentPasswords().add(path2, "123456");

4. lépés: dokumentumok indexelése

// Automatically retrieve passwords from the dictionary during indexing
index.add(documentsFolder);

5. lépés: keresés az indexben

String query = "sample OR increasing";
SearchResult result = index.search(query);

// Handle search results (e.g., display or process them)

Tippek: Production környezetben töltse be a jelszavakat egy biztonságos széfből (pl. Azure Key Vault vagy AWS Secrets Manager) a kódban történő hard‑kódolás helyett.

Hibaelhárítás

  • Ellenőrizze, hogy minden jelszó megegyezik a fájl tényleges védelmi jelszavával.
  • Ellenőrizze a fájlútvonalakat; egy helytelen útvonal FileNotFoundException‑t vált ki.

Hogyan indexeljünk dokumentumokat eseményfigyelővel a jelszó‑követelt eseményhez?

Jelszavakat csak akkor adhat meg, amikor a motor jelszó‑követelt eseményt vált ki, így a hitelesítő adatokat nem tartja memóriában, és dinamikus jelszó‑feloldást tesz lehetővé.

Amikor az indexelő motor egy titkosított fájlt talál, egy visszahívást indít, ahol a jelszót egy biztonságos tárolóból kérheti le vagy helyben számíthatja ki. Ez a módszer csökkenti a támadási felületet a szótárban tárolt összes jelszóhoz képest.

Áttekintés

Jelszavakat adjon át „on‑the‑fly” egy esemény‑callback‑en keresztül, miközben a hitelesítő tároló izolált marad.

1. lépés: az index és a dokumentumok mappájának meghatározása

String indexFolder = "YOUR_OUTPUT_DIRECTORY/IndexUsingPasswordEvent";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Path to password‑protected documents

2. lépés: index létrehozása

// Initialize the Index object in the specified directory
Index index = new Index(indexFolder);

3. lépés: feliratkozás a jelszó‑követelt eseményre

index.getEvents().PasswordRequired.add(new EventHandler<PasswordRequiredEventArgs>() {
    @Override
    public void invoke(Object sender, PasswordRequiredEventArgs args) {
        // Provide password for DOCX files when needed
        if (args.getDocumentFullPath().endsWith(".docx")) {
            args.setPassword("123456");
        }
    }
});

4. lépés: dokumentumok indexelése

// The event handler will supply passwords as required during indexing
index.add(documentsFolder);

5. lépés: keresés az indexben

String query = "sample OR increasing";
SearchResult result = index.search(query);

// Handle search results (e.g., display or process them)

Hibaelhárítás

  • Győződjön meg róla, hogy az eseménykezelő lefedi az összes indexelni kívánt fájlkiterjesztést.
  • Először néhány mintafájllal tesztelje, hogy a jelszó helyesen alkalmazásra kerül-e.

Gyakorlati alkalmazások

  1. Vállalati dokumentumkezelés – automatizálja a bizalmas szerződések, HR fájlok és pénzügyi jelentések indexelését, miközben titkosítva tartja őket.
  2. Jogi archívumok – gyorsan keresse meg az ügyiratokat anélkül, hogy érzékeny tartalmakat felfedne.
  3. Egészségügyi nyilvántartások – indexelje a páciensek PDF és Word dokumentumait, miközben megfelel a HIPAA követelményeknek.

Teljesítményfontosságú szempontok

  • Memória allokáció – biztosítson elegendő heap memóriát (-Xmx2g vagy nagyobb) nagy kötegekhez.
  • Párhuzamos indexelés – használja a index.addAsync(...) metódust vagy futtasson több indexelő szálat, hogy elérje a 2 millió dokumentum óránként egy 8‑magos gépen. A index.addAsync(...) egy olyan metódus, amely aszinkron módon sorba állítja a dokumentumokat.
  • Index karbantartás – időnként hívja meg a index.optimize() metódust az index tömörítéséhez és a lekérdezési sebesség javításához.

Gyakori problémák és megoldások

  • Helytelen jelszó – a dokumentum átugrásra kerül, és egy figyelmeztetés kerül naplózásra. Ellenőrizze a jelszóforrást.
  • Nem támogatott formátum – telepítse a szükséges formátum plugineket, vagy konvertálja a fájlokat támogatott típusra indexelés előtt.
  • Nagy fájlok – növelje a heap méretét, és fontolja meg a kisebb kötegekben történő indexelést az OutOfMemoryError elkerülése érdekében.

Gyakran ismételt kérdések

K: Hogyan kezelem a különböző fájlformátumokat?
A: A GroupDocs.Search támogatja a 120+ formátumot, beleértve a PDF, DOCX, XLSX, PPTX és gyakori képformátumokat. Szükség esetén telepítse a formátum‑plugineket.

K: Mi történik, ha a jelszó hibás?
A: A dokumentum átugrásra kerül, és egy figyelmeztetés kerül naplózásra; ellenőrizze a jelszó‑szótárat vagy az eseménykezelőt.

K: Indexelhetek felhőben tárolt fájlokat?
A: Igen, de először le kell tölteni őket egy helyi ideiglenes mappába, mivel a motor fájl‑rendszeri útvonalakkal dolgozik.

K: Hogyan javíthatom a keresés relevanciáját?
A: Állítsa be a pontozást az IndexOptions‑szel, adjon hozzá szinonimákat, és használjon fejlett lekérdezési szintaxist, például field:term~ fuzzy egyezéshez. Az IndexOptions egy konfigurációs objektum, amely a pontozást és az indexelés viselkedését szabályozza.

K: Mit tegyek, ha az indexelés néhány fájlnál sikertelen?
A: Tekintse át a napló kimenetet; a gyakori okok a hiányzó jelszavak, sérült fájlok vagy nem támogatott formátumok.

Erőforrások

Ezzel az útmutatóval most már tudja, hogyan keressen több fájltípust és indexelje a jelszóval védett dokumentumokat Java-ban, ezáltal növelve mind a biztonságot, mind a felfedezhetőséget alkalmazásaiban.


Last Updated: 2026-10-28
Tesztelve a következővel: GroupDocs.Search 25.4 for Java
Szerző: GroupDocs

Kapcsolódó bemutatók