Kereshető index létrehozása Java: dokumentumok hozzáadása kis- és nagybetű érzékeny keresés

A modern Java‑alkalmazásokban a creating a searchable index java az alapja a gyors, pontos információkinyerésnek nagy dokumentumgyűjteményekből. Ez az útmutató bemutatja, hogyan adhatunk dokumentumokat egy indexhez, hogyan engedélyezhetjük a kis‑ és nagybetű érzékeny keresést, és hogyan finomhangolhatjuk a folyamatot a GroupDocs.Search segítségével. Akár jogi adattárat, e‑kereskedelmi katalógust vagy tartalomkezelő rendszert épít, ezek a lépések segítenek pontos eredményeket nyújtani, amelyekkel a felhasználók elégedettek lesznek.

Gyors válaszok

  • Mi a legfontosabb lépés a keresés megkezdéséhez? Add dokumentumokat egy indexhez a index.add(...) használatával.
  • Hogyan lehet engedélyezni a kis‑ és nagybetű érzékeny keresést? Állítsa be a options.setUseCaseSensitiveSearch(true) értéket.
  • Kereshet több könyvtárban egyszerre? Igen – hívja meg az index.add()‑t minden mappához, amelyet fel szeretne venni.
  • Melyik metódus teszi lehetővé a objektumokkal való keresést? Használja a SearchQuery.createWordQuery(...)‑t.
  • Szükség van licencre a teszteléshez? Ideiglenes licenc áll rendelkezésre próbaverzióhoz.

Mit jelent a „dokumentumok hozzáadása az indexhez”?

A dokumentumok indexhez adása azt jelenti, hogy forrásfájljait (PDF‑ek, Word‑dokumentumok, egyszerű szöveg stb.) a GroupDocs.Search‑nek átadjuk, hogy kereshető adatstruktúrát építsen fel. Az index tokenizált kifejezéseket, pozíciókat és metaadatokat tárol, lehetővé téve a motor számára a gyors lekérdezések végrehajtását, beleértve a kis‑ és nagybetű érzékeny kereséseket, és a találatok hatékony rangsorolását.

Miért engedélyezzük a kis‑ és nagybetű érzékeny keresést Java‑ban?

A kis‑ és nagybetű érzékeny keresés lehetővé teszi, hogy a motor megkülönböztesse azokat a kifejezéseket, amelyek csak betűméretben térnek el, ami kritikus olyan területeken, ahol a nagybetűhasználat jelentéssel bír. Ez pontos kifejezés egyezést biztosít, támogatja a szabályozási megfelelőségi követelményeket, és javítja a relevanciát azáltal, hogy a felhasználó lekérdezésének pontos betűesetét visszaadja.

  • Pontos kifejezés egyezés – például „Apple” (cég) vs. „apple” (gyümölcs).
  • Szabályozási megfelelőség – sok iparág pontos kifejezés egyezést igényel.
  • Javított relevancia – a technikai és jogi felhasználók gyakran elvárják a betűérzékeny eredményeket.

Előfeltételek

  • JDK 17 vagy újabb (ajánlott)
  • Maven a függőségkezeléshez
  • IDE, például IntelliJ IDEA vagy Eclipse
  • Alapvető ismeretek a Java programozásban

A GroupDocs.Search beállítása Java‑hoz

Az alábbi Maven‑kódrészlet hozzáadja a GroupDocs.Search tárolót és a szükséges függőséget a projektjéhez.

<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>

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

Licencelés

A próbaverzió elindításához látogasson el a GroupDocs oldalára, és szerezzen be egy ideiglenes licencet. Ez lehetővé teszi, hogy korlátozás nélkül tesztelje az összes funkciót.

Hogyan hozzunk létre kereshető indexet Java – szöveges lekérdezés keresés

1. lépés: index létrehozása és dokumentumok hozzáadása

Az Index osztály egy kereshető tárolóhelyet képvisel a lemezen, ahol a dokumentumok indexelésre kerülnek.

String indexFolder = YOUR_OUTPUT_DIRECTORY + "/CaseSensitiveSearch/QueryInTextForm";
Index index = new Index(indexFolder);
index.add(YOUR_DOCUMENT_DIRECTORY); // Add documents to the index

Pro tipp: Többször is meghívhatja a index.add()‑t, hogy több könyvtárban keressen egyetlen indexben.

2. lépés: kis‑ és nagybetű érzékeny keresés engedélyezése

A SearchOptions beállítja, hogyan dolgozzák fel a lekérdezéseket, beleértve a betűérzékenységet és egyéb keresési viselkedéseket.

SearchOptions options = new SearchOptions();
options.setUseCaseSensitiveSearch(true);

3. lépés: kis‑ és nagybetű érzékeny szöveges lekérdezés végrehajtása

A SearchQuery felépíti a lekérdezésobjektumot, amelyet a motor az index ellen értékel ki.

String query = "Advantages";
SearchResult result = index.search(query, options);

// Output results
for (FoundDocument doc : result.getDocuments()) {
    System.out.println("Document: " + doc.getDocumentInfo().getFilePath());
}

A ciklus kiírja minden olyan dokumentum teljes elérési útját, amely pontosan a betűérzékeny kifejezést tartalmazza.

Hogyan hozzunk létre kereshető indexet Java – objektum lekérdezés keresés

1. lépés: második index inicializálása (opcionális)

Egy második Index példány létrehozható, hogy elkülönítse az objektumalapú kereséseket a sima szöveges keresésektől.

String indexFolder = YOUR_OUTPUT_DIRECTORY + "/CaseSensitiveSearch/QueryInObjectForm";
Index index = new Index(indexFolder);
index.add(YOUR_DOCUMENT_DIRECTORY); // Add documents to the index

2. lépés: a kis‑ és nagybetű érzékeny opció újrahasználata

A SearchOptions újra felhasználható különböző lekérdezéstípusok között, hogy egységes betűkezelést biztosítson.

SearchOptions options = new SearchOptions();
options.setUseCaseSensitiveSearch(true);

3. lépés: objektum lekérdezés felépítése és futtatása

A WordQuery egy szószintű keresést képvisel, amely más lekérdezéstípusokkal kombinálható összetett keresésekhez.

SearchQuery query = SearchQuery.createWordQuery("Advantages");
SearchResult result = index.search(query, options);

// Output results
for (FoundDocument doc : result.getDocuments()) {
    System.out.println("Document: " + doc.getDocumentInfo().getFilePath());
}

A createWordQuery használatával később kombinálhatja azt kifejezés, helyettesítő karakter vagy Boolean lekérdezésekkel összetettebb forgatókönyvekhez.

Gyakorlati alkalmazások

  • Jogi dokumentumkezelés: Olyan eset‑specifikus jogszabályok lekérdezése, ahol a nagybetűhasználat számít.
  • E‑kereskedelmi platformok: Termékszámok (SKU‑k) megkülönböztetése, például „PRO‑X” vs. „pro‑x”.
  • Tartalomkezelő rendszerek (CMS): Biztosítja, hogy a szerzők pontosan megtalálják a címeket vagy címkéket.

Teljesítmény szempontok

  • Az index naprakészen tartása – új fájlok hozzáadásakor vagy meglévők módosításakor újraindexeljen.
  • Memóriahasználat monitorozása – nagy korpuszok esetén előnyös az inkrementális indexelés és a megfelelő JVM heap méretezés.
  • A Java szemétgyűjtőjének kihasználása – szabadítsa fel az Index objektumokat, ha már nincs rájuk szükség.

Gyakori problémák és megoldások

ProblémaMegoldás
useCaseSensitiveSearch figyelmen kívül maradEllenőrizze, hogy a legújabb GroupDocs.Search verziót használja, és hogy az opció módosítása után újraépítette-e az indexet.
Nem ad vissza eredményt egy ismert kifejezésreGyőződjön meg róla, hogy a kifejezés betűesete pontosan egyezik, és hogy a dokumentum sikeresen hozzá lett adva az indexhez.
Sok mappa keresése lelassulAdja hozzá minden mappát egyenként a index.add()‑val, és fontolja meg az index szétbontását shard‑okra nagyon nagy adathalmazok esetén.

Gyakran feltett kérdések

Q: Hogyan kezeljem a nagy adatállományokat a GroupDocs.Search‑szal?
A: Használjon indexparticionálást, finomhangolja a JVM memóriabeállításokat, és időnként tömörítse az indexet a teljesítmény optimális szinten tartásához.

Q: Kereshetek több könyvtárban egyszerre?
A: Igen – hívja meg az index.add()‑t minden könyvtárhoz, amelyet fel szeretne venni, majd futtasson egyetlen lekérdezést a kombinált indexen.

Q: Mik a gyakori buktatók a kis‑ és nagybetű érzékeny keresés beállításakor?
A: Az index újraépítésének elhagyása a useCaseSensitiveSearch engedélyezése után, vagy a helytelen betűeset használata a lekérdezésben.

Q: Hogyan hibaelháríthatom a keresési hibákat?
A: Ellenőrizze a GroupDocs.Search által generált naplófájlokat a stack trace‑ekért, és győződjön meg arról, hogy minden Maven‑függőség helyesen fel van oldva.

Q: Alkalmas a GroupDocs.Search valós‑idő alkalmazásokhoz?
A: Megfelelő indexelési stratégiákkal (inkrementális frissítések és memóriában tárolt gyorsítótár) közel‑valós‑idő keresési eredményeket képes biztosítani.

Források


Legutóbb frissítve: 2026-08-10
Tesztelve a következővel: GroupDocs.Search 25.4
Szerző: GroupDocs

Kapcsolódó oktatóanyagok