Filter ekstensi file java dengan GroupDocs.Search

Dalam tutorial komprehensif ini Anda akan belajar cara filter file extensions java saat mengindeks dokumen dengan GroupDocs.Search. Pada akhir panduan Anda akan dapat menyertakan hanya jenis file yang Anda butuhkan, mengecualikan format yang tidak diinginkan, dan menggabungkan aturan tersebut dengan filter rentang tanggal dan jalur menggunakan operator logika AND, OR, dan NOT. Pendekatan ini membuat indeks Anda lebih ramping, mempercepat pencarian, dan membantu Anda tetap mematuhi kebijakan penanganan data.

Jawaban cepat

  • Apa itu filter ekstensi file java? Ini adalah aturan yang memberi tahu GroupDocs.Search ekstensi file mana yang harus disertakan atau dikecualikan selama pengindeksan.
  • Library mana yang menyediakan fitur ini? GroupDocs.Search for Java.
  • Apakah saya memerlukan lisensi? Versi percobaan gratis dapat digunakan untuk evaluasi; lisensi penuh diperlukan untuk produksi.
  • Bisakah saya menggabungkan filter? Ya – Anda dapat menghubungkan filter ekstensi, tanggal, ukuran, dan jalur dengan logika AND, OR, NOT.
  • Apakah kompatibel dengan Maven? Tentu – tambahkan dependensi GroupDocs.Search ke pom.xml Anda.

Apa itu filter ekstensi file java?

Sebuah java file extension filter adalah sekumpulan aturan yang mengevaluasi ekstensi setiap file sebelum dikirim ke mesin pengindeksan. Dengan menentukan ekstensi seperti .txt, .pdf, atau .epub, Anda dapat include files by extension atau exclude files by extension untuk menjaga indeks tetap terfokus dan hasil pencarian relevan.

Mengapa menggunakan filter ekstensi file dengan GroupDocs.Search?

Filter ekstensi file meningkatkan efisiensi pengindeksan dengan mengecualikan format yang tidak relevan, mengurangi kebutuhan penyimpanan, dan membantu memenuhi aturan kepatuhan dengan mencegah konten yang tidak diinginkan masuk ke indeks. Ini juga memungkinkan respons kueri yang lebih cepat karena mesin pencari memproses dataset yang lebih kecil dan lebih relevan.

  • Performance: Melewatkan file yang tidak diinginkan mengurangi I/O dan mempercepat pengindeksan hingga 40 % pada repositori besar.
  • Storage savings: Hanya dokumen yang relevan yang disimpan dalam indeks, mengurangi penggunaan disk rata‑rata sebesar 30 %.
  • Compliance: Mencegah pengindeksan tidak sengaja terhadap tipe file yang rahasia atau tidak didukung.
  • Flexibility: Gabungkan dengan fitur date range filter java untuk menargetkan file yang dibuat atau dimodifikasi dalam periode tertentu.

Prasyarat

Sebelum kita mulai, pastikan Anda memiliki hal berikut:

Perpustakaan dan dependensi yang diperlukan

  • GroupDocs.Search for Java – versi 25.4 atau lebih baru (mendukung lebih dari 60 format input).
  • Java Development Kit (JDK) – versi yang kompatibel apa pun (8 atau lebih baru).

Pengaturan lingkungan

  • Integrated Development Environment (IDE): IntelliJ IDEA, Eclipse, atau IDE yang kompatibel dengan Maven apa pun.

Prasyarat pengetahuan

  • Pemrograman Java dasar.
  • Familiaritas dengan file I/O di Java.
  • Pemahaman tentang ekspresi reguler dan penanganan tanggal‑waktu.

Menyiapkan GroupDocs.Search untuk Java

Untuk mulai menggunakan GroupDocs.Search, Anda perlu menyertakannya sebagai dependensi dalam proyek Anda.

Konfigurasi Maven

Tambahkan repositori dan konfigurasi dependensi berikut ke file pom.xml Anda:

<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>

Unduhan langsung

Sebagai alternatif, unduh versi terbaru langsung dari GroupDocs.Search for Java releases.

Perolehan lisensi

  1. Free trial – jelajahi fitur tanpa biaya.
  2. Temporary license – dapatkan fungsionalitas penuh untuk periode terbatas.
  3. Purchase – peroleh lisensi permanen untuk penggunaan produksi.

Inisialisasi dan pengaturan dasar

Setelah perpustakaan ditambahkan, inisialisasi lingkungan pengindeksan Anda. Kelas IndexSettings menyimpan semua opsi konfigurasi, termasuk filter.

import com.groupdocs.search.*;

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

Panduan implementasi

Di bawah ini kami membahas setiap tipe filter, menjelaskan why it matters dan memberikan instruksi langkah‑demi‑langkah yang dapat Anda salin ke dalam proyek Anda.

Filter ekstensi file

Filter file berdasarkan ekstensi mereka selama pengindeksan. Ini sempurna ketika Anda hanya ingin memproses e‑book (.fb2, .epub) dan file teks biasa (.txt).

Gambaran umum

DocumentFilter.createFileExtension membuat daftar putih ekstensi.

Langkah‑langkah implementasi

  1. Create filter – tentukan ekstensi yang ingin Anda pertahankan.

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

  2. Initialize index and add documents – terapkan filter saat membangun IndexSettings.

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

Filter NOT logika

Kecualikan ekstensi tertentu, seperti halaman web dan PDF, ketika tidak diperlukan untuk skenario pencarian Anda.

Langkah‑langkah implementasi

  1. Create exclusion filter – tentukan ekstensi yang akan ditolak.

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

  2. Apply to index settings – gabungkan filter NOT dengan aturan lain.

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

  3. Add documents – hanya file yang lolos filter gabungan yang diindeks.

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

Filter AND logika

Gabungkan beberapa kondisi—tanggal pembuatan, ekstensi, dan ukuran file—sehingga only files that meet all criteria diindeks.

Gambaran umum

DocumentFilter.createAnd menggabungkan beberapa filter menjadi satu aturan.

Langkah‑langkah implementasi

  1. Define filters – buat filter individu untuk setiap kondisi.

    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 – gunakan operator AND untuk memerlukan semua kondisi.

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

  3. Index documents – berikan filter gabungan ke pipeline pengindeksan.

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

Filter OR logika

Sertakan file yang memenuhi any dari kondisi yang ditentukan—berguna ketika Anda ingin menangkap baik file teks kecil maupun file non‑teks yang lebih besar.

Langkah‑langkah implementasi

  1. Define filters – buat filter terpisah untuk setiap kondisi alternatif.

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

  2. Combine filters with logical conditions – gunakan operator OR.

    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 – lampirkan filter gabungan ke konfigurasi indeks.

    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");

Filter waktu pembuatan

Target file yang dibuat dalam periode tertentu—skenario klasik date range filter java.

Langkah‑langkah implementasi

  1. Define date‑range filter – tentukan tanggal mulai dan akhir.

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

  2. Index documents – hanya file yang timestamp pembuatannya berada dalam rentang tersebut yang diindeks.

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

Filter waktu modifikasi

Kecualikan file yang dimodifikasi setelah tanggal batas tertentu.

Langkah‑langkah implementasi

  1. Define filter – tetapkan timestamp modifikasi maksimum.

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

  2. Index documents – file yang lebih baru dari batas diabaikan.

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

Filter jalur file

Batasi pengindeksan ke file yang berada di folder tertentu atau yang cocok dengan pola—ideal untuk include files by extension dalam hierarki direktori tertentu.

Langkah‑langkah implementasi

  1. Define file‑path filter – gunakan pola glob atau regex untuk mencocokkan direktori.

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

  2. Initialize index and add documents – terapkan filter jalur bersama aturan lain.

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

Jebakan umum & tips

  • Never mix absolute and relative paths dalam konfigurasi filter yang sama – dapat menyebabkan pengecualian yang tidak terduga.
  • Reset the IndexSettings saat beralih set filter; jika tidak, filter sebelumnya dapat tetap ada.
  • Combine a length upper bound with an extension filter untuk koleksi besar agar penggunaan memori tetap rendah.
  • LoggingOptions mengontrol konfigurasi logging untuk GroupDocs.Search.
  • Enable logging (LoggingOptions.setEnabled(true)) untuk melihat mengapa sebuah file ditolak.

Pertanyaan yang sering diajukan

Q: Bisakah saya mengubah kriteria filter setelah indeks dibuat?
A: Ya. Bangun kembali indeks dengan DocumentFilter baru atau gunakan pengindeksan inkremental dengan pengaturan yang diperbarui.

Q: Apakah filter ekstensi file java bekerja pada arsip terkompresi (mis., ZIP)?
A: GroupDocs.Search dapat mengindeks format arsip yang didukung, tetapi filter ekstensi berlaku pada arsip itu sendiri, bukan pada file di dalamnya. Gunakan filter bersarang untuk kontrol yang lebih mendalam.

Q: Bagaimana cara saya men-debug mengapa file tertentu dikecualikan?
A: Aktifkan logging library (LoggingOptions.setEnabled(true)) dan periksa log – log akan melaporkan filter mana yang menolak setiap file.

Q: Apakah memungkinkan menggabungkan filter ekstensi file java dengan filter regex khusus?
A: Tentu. Bungkus filter regex di dalam DocumentFilter.createAnd() bersama filter ekstensi.

Q: Apa dampak kinerja menambahkan banyak filter?
A: Setiap filter menambahkan overhead yang wajar selama pengindeksan, tetapi pengurangan data yang diindeks biasanya melebihi biaya tersebut. Uji dengan sampel representatif untuk menemukan keseimbangan optimal.

Terakhir Diperbarui: 2026-09-06
Diuji Dengan: GroupDocs.Search 25.4 for Java
Penulis: GroupDocs

Tutorial Terkait