Buat indeks pencarian java dengan GroupDocs.Search untuk Java

Dalam panduan komprehensif ini Anda akan belajar cara create search index java aplikasi menggunakan GroupDocs.Search untuk Java, dan juga melihat cara highlight search results java sehingga pengguna dapat langsung menemukan kecocokan di dalam PDF, file Office, halaman HTML, dan lainnya. Baik Anda membangun utilitas desktop ringan maupun layanan pencarian perusahaan berkapasitas tinggi, langkah‑langkah di bawah ini mencakup semua hal mulai dari mengindeks berbagai format hingga mengoptimalkan kinerja dan menjalankan contoh query boolean Java.

Ikhtisar Cepat

  • Index diverse document types – PDF, DOCX, PPTX, XLSX, HTML, dan lebih dari 150 format lainnya.
  • Run advanced queries – Boolean, fuzzy, wildcard, phrase, regex, dan pencarian faceted.
  • Leverage language processing – Sinonim, pemeriksaan ejaan, deteksi homofon, dan kamus khusus.
  • Integrate OCR – Ekstrak teks dari gambar yang dipindai dan tambahkan ke indeks yang dapat dicari.
  • Optimize performance – Kendalikan penggunaan memori, ukuran indeks, dan waktu respons query untuk indeks yang mencapai skala multi‑gigabyte.
  • Highlight results – Tampilkan kecocokan langsung di dokumen asli atau dalam pratinjau HTML dengan warna dan kelas CSS yang dapat disesuaikan.

Berikut adalah daftar tutorial khusus yang dipilih yang memandu Anda melalui setiap kemampuan langkah demi langkah.

Jawaban Cepat

  • What does “highlight search results java” do? Itu secara visual menandai istilah yang cocok di dalam dokumen asli atau pratinjau HTML yang dihasilkan, memungkinkan pengguna menemukan cuplikan relevan secara instan.
  • Which library provides faceted search java? GroupDocs.Search untuk Java menyertakan dukungan pencarian faceted bawaan yang mengelompokkan hasil berdasarkan bidang metadata.
  • Can I implement OCR java with the same API? Ya—aktifkan mesin OCR dengan satu pengaturan OcrOptions dan alur kerja pengindeksan yang sama akan mengekstrak teks dari gambar.
  • Do I need a license for production use? Lisensi komersial diperlukan setelah masa percobaan berakhir.
  • Is the API compatible with Java 17 and later? Ia sepenuhnya mendukung Java 8+, telah diuji pada Java 17, dan berjalan pada platform apa pun yang kompatibel dengan JVM.

Apa itu “highlight search results java”?

Highlighting search results in Java means programmatically applying visual cues—such as background colors or bold styling—to the exact words or phrases that matched a user’s query. Teknik ini memperpendek waktu yang dihabiskan pengguna untuk menelusuri dokumen panjang dan meningkatkan kegunaan pencarian secara keseluruhan.

Mengapa menggunakan GroupDocs.Search untuk Java?

GroupDocs.Search untuk Java mengindeks dan melakukan query ribuan dokumen dalam waktu kurang dari dua detik pada server standar 8‑core. Ia mendukung lebih dari 150 format file, memproses indeks multi‑gigabyte tanpa memuat seluruh koleksi ke memori, dan menawarkan OCR, pencarian faceted, serta penanganan sinonim siap pakai—semua melalui API yang fluida dan terdokumentasi dengan baik.

Prasyarat

  • Java 8 atau lebih baru (Java 17 disarankan)
  • Maven atau Gradle untuk manajemen dependensi
  • Lisensi GroupDocs.Search untuk Java yang valid (trial tersedia)

Panduan Langkah‑demi‑Langkah

Langkah 1: siapkan proyek

Buat proyek Maven atau Gradle dan tambahkan dependensi GroupDocs.Search. Letakkan file lisensi Anda (GroupDocs.Search.lic) di folder src/main/resources sehingga SDK dapat memuatnya secara otomatis.

Langkah 2: buat indeks

Index adalah kelas inti yang merepresentasikan repositori yang dapat dicari di disk.

Index index = new Index("path/to/index/folder");

Setelah Anda menginstansiasi Index, panggil add untuk setiap dokumen yang ingin dapat dicari. SDK secara otomatis mendeteksi tipe file dan mengekstrak teks.

Langkah 3: aktifkan OCR (implement OCR java)

OcrOptions mengkonfigurasi mesin OCR bawaan.

OcrOptions ocr = new OcrOptions();
ocr.setLanguage("eng");
ocr.setDpi(300);

Lampirkan instance OcrOptions ke panggilan pengindeksan sehingga gambar yang dipindai diubah menjadi teks yang dapat dicari.

Langkah 4: lakukan query pencarian

SearchOptions membangun query yang Anda kirim ke indeks.

SearchOptions options = new SearchOptions()
    .setQuery("invoice")
    .setBooleanOperator(BooleanOperator.AND)
    .setFuzzy(true);

Anda dapat menggabungkan Java boolean query example dengan filter faceted, wildcard, atau pola regex untuk mempersempit hasil lebih lanjut.

Langkah 5: highlight search results java

Highlight adalah kelas utilitas yang menghasilkan versi yang disorot dari dokumen yang cocok.

HighlightOptions highlight = new HighlightOptions()
    .setColor(Color.YELLOW)
    .setCssClass("search-highlight");
HighlightResult result = Highlight.apply(searchResult, highlight);

API mengembalikan baik file PDF yang dimodifikasi atau potongan HTML di mana setiap istilah yang cocok dibungkus dengan gaya yang dipilih.

Langkah 6: tinjau dan optimalkan

Gunakan API statistik bawaan untuk memantau ukuran indeks, konsumsi memori, dan latensi query. Sesuaikan maxMemoryUsage atau aktifkan kompresi (setCompression(true)) untuk menjaga indeks tetap ringan saat menangani jutaan rekaman.

Masalah Umum dan Solusinya

  • No highlights appear: Verifikasi bahwa Anda telah memberikan objek HighlightOptions dengan format output yang didukung (HTML atau PDF).
  • OCR misses text: Pastikan paket bahasa terpasang dan gambar sumber memenuhi rekomendasi minimum 300 dpi.
  • Faceted search returns empty buckets: Pastikan bahwa bidang yang ingin Anda facet telah diindeks dengan tipe Facet selama langkah 2.

Pertanyaan yang Sering Diajukan

Q: Bisakah saya menggunakan faceted search java bersama dengan pencocokan fuzzy?
A: Ya—Anda dapat menautkan filter facet dan query fuzzy dalam builder SearchOptions yang sama, memungkinkan Anda mempersempit hasil sambil mentoleransi kesalahan ejaan.

Q: Apakah highlighting bekerja pada PDF terenkripsi?
A: Itu hanya berfungsi ketika Anda menyediakan kata sandi yang benar saat menambahkan dokumen ke indeks; SDK kemudian mendekripsi, menyorot, dan mengenkripsi kembali output.

Q: Seberapa besar indeks dapat menjadi sebelum kinerja menurun?
A: Perpustakaan ini secara andal menangani indeks multi‑gigabyte; mengaktifkan kompresi dan menyesuaikan maxMemoryUsage memungkinkan Anda menjaga waktu query di bawah 200 ms bahkan dengan 10 juta dokumen.

Q: Apakah ada cara untuk menyesuaikan warna highlight?
A: Tentu saja. Gunakan HighlightOptions.setColor(Color.YELLOW) atau sediakan kelas CSS khusus untuk output HTML melalui setCssClass.

Q: Versi GroupDocs.Search apa yang diuji dengan panduan ini?
A: Contoh-contoh tersebut divalidasi dengan GroupDocs.Search untuk Java 23.9.

Topik Terkait yang Mungkin Anda Jelajahi

  • Memulai – Dasar-dasar instalasi, lisensi, dan aplikasi pencarian “Hello World”.
  • Pengindeksan – Penjelasan mendalam tentang pembuatan indeks, sumber dokumen, dan penyetelan kinerja.
  • Pencarian – Konstruksi query lanjutan, paging hasil, dan penyortiran.
  • Penyorotan – Panduan lengkap untuk menyesuaikan tampilan highlight dan format output.
  • Kamus & Pemrosesan Bahasa – Meningkatkan relevansi pencarian dengan sinonim dan pemeriksaan ejaan.
  • Manajemen Dokumen – Menambahkan, memperbarui, dan menghapus dokumen tanpa membangun ulang seluruh indeks.
  • OCR & Pencarian Gambar – Mengaktifkan ekstraksi teks dari gambar dan melakukan pencarian gambar terbalik.
  • Fitur Lanjutan – Pencarian faceted, pelaporan, dan query berbasis metadata.
  • Jaringan Pencarian – Membangun klaster pencarian terdistribusi dan terpartisi.
  • Optimasi Kinerja – Strategi untuk mengurangi ukuran indeks dan mempercepat query.
  • Penanganan Pengecualian & Logging – Praktik terbaik untuk aplikasi yang kuat dan siap produksi.
  • Lisensi & Konfigurasi – Aktivasi lisensi yang tepat dan tip konfigurasi runtime.
  • Ekstraksi & Pemrosesan Teks – Ekstraktor khusus, segmenter, dan aturan penggantian karakter.

Ikhtisar Fitur Pencarian Dokumen Java

GroupDocs.Search untuk Java menawarkan rangkaian kemampuan komprehensif untuk membangun aplikasi pencarian yang kuat:

  • Multi‑format support – lebih dari 150 format input dan output, termasuk PDF, DOCX, PPT, XLS, HTML, dan file gambar.
  • Advanced search types – Boolean, fuzzy, wildcard, phrase, regex, dan opsi pencarian faceted java.
  • Intelligent indexing – Pengindeksan dokumen yang cepat dan dapat dikonfigurasi dengan kompresi opsional.
  • Language processing – Deteksi sinonim, pemeriksaan ejaan, dan pengenalan homofon.
  • OCR support – Ekstrak dan cari teks dari gambar serta dokumen yang dipindai (implement OCR java).
  • Performance optimization – Penggunaan memori yang dapat disetel dan kecepatan query untuk indeks multi‑gigabyte.
  • Result highlighting – Secara visual menyorot kecocokan pencarian dalam dokumen asli (highlight search results java).
  • Dictionary support – Kamus khusus untuk terminologi dan domain khusus.
  • Distributed search – Membangun solusi pencarian terdistribusi dan terpartisi dengan fitur jaringan.
  • Blazing speed – Memproses dan mencari 10 000 dokumen dalam waktu kurang dari 2 detik pada server tipikal.

Sumber Belajar

Terakhir Diperbarui: 2026-08-26
Diuji Dengan: GroupDocs.Search untuk Java 23.9
Penulis: GroupDocs