Cara membuat indeks dengan GroupDocs.Search untuk Java
Jika Anda perlu cara membuat indeks untuk ribuan file hukum, akademik, atau bisnis, GroupDocs.Search untuk Java memberikan Anda mesin siap pakai yang mengekstrak teks, membangun struktur pencarian yang kompak, dan memungkinkan Anda menjalankan kueri regex, fuzzy, atau wildcard dalam hitungan milidetik. Dalam tutorial ini Anda akan melihat cara menyiapkan SDK, membuat indeks, menambahkan dokumen ke dalamnya, dan mengeksekusi pencarian berbasis pola yang kuat.
Jawaban Cepat
- Apa tujuan utama GroupDocs.Search? Untuk membuat indeks yang dapat dicari untuk berbagai format dokumen.
- Bisakah saya menambahkan dokumen ke indeks setelah dibuat? Ya—gunakan metode
index.add()untuk memasukkan file baru. - Apakah GroupDocs.Search mendukung pencarian fuzzy di Java? Tentu saja; aktifkan melalui
SearchOptions. - Bagaimana cara menjalankan kueri wildcard di Java? Buat dengan
SearchQuery.createWildcardQuery(). - Apakah lisensi diperlukan untuk penggunaan produksi? Lisensi GroupDocs.Search yang valid diperlukan untuk penyebaran komersial.
SearchOptions mengkonfigurasi perilaku pencarian seperti pencocokan fuzzy.SearchQuery.createWildcardQuery() membangun objek kueri wildcard.
Apa itu “cara membuat indeks” dalam konteks GroupDocs.Search?
Membuat indeks berarti memindai satu atau lebih dokumen sumber, mengekstrak teks yang dapat dicari, dan menyimpan informasi tersebut dalam format terstruktur yang dapat dipertanyakan secara efisien. Proses ini membangun struktur data kompak di disk yang memungkinkan pencarian sangat cepat di antara ribuan file, bahkan ketika dokumen asli berukuran besar atau disimpan dalam format yang berbeda.
Mengapa menggunakan GroupDocs.Search untuk Java?
GroupDocs.Search menyediakan solusi terbukti tingkat perusahaan yang mendukung lebih dari 30 format input dan output—termasuk PDF, DOCX, XLSX, PPTX, HTML, dan file teks biasa—sementara memberikan waktu respons kueri kurang dari satu detik untuk indeks yang berisi jutaan halaman. Kemampuan fuzzy, wildcard, dan regex search java bawaan memungkinkan Anda menangani kesalahan ketik, pencocokan pola, dan skenario pencarian kompleks tanpa menulis parser khusus.
Prasyarat
- Versi GroupDocs.Search untuk Java 25.4 atau yang lebih baru.
- IDE seperti IntelliJ IDEA atau Eclipse dengan dukungan Maven.
- JDK 11 atau yang lebih baru terpasang di mesin pengembangan Anda.
- Pengetahuan dasar tentang sintaks Java dan konsep pencarian.
Menyiapkan GroupDocs.Search untuk Java
Anda dapat menambahkan pustaka melalui Maven atau mengunduhnya secara manual.
Pengaturan Maven
<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 dari GroupDocs.Search for Java releases.
Akuisisi Lisensi
- Uji coba gratis: Jelajahi semua fitur tanpa biaya.
- Lisensi sementara: Perpanjang penggunaan uji coba untuk proyek evaluasi.
- Lisensi penuh: Diperlukan untuk penyebaran produksi dan membuka indeks tak terbatas.
Setelah pustaka tersedia, inisialisasi dalam kode Java Anda:
import com.groupdocs.search.*;
public class InitializeSearch {
public static void main(String[] args) {
// Create an index instance
Index index = new Index("YOUR_DOCUMENT_DIRECTORY\\output");
System.out.println("GroupDocs.Search initialized successfully.");
}
}
Cara membuat indeks dengan GroupDocs.Search
Muat file sumber Anda, arahkan SDK ke sebuah folder, dan biarkan ia membangun struktur yang dapat dicari dalam satu panggilan. Pendekatan ini membuat indeks dalam waktu kurang dari satu menit untuk koleksi dokumen 10 GB tipikal pada server standar.
Menentukan jalur
String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\CreateAndIndexDocuments";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY";
Membuat indeks
Index index = new Index(indexFolder);
System.out.println("Index created at: " + indexFolder);
Menambahkan dokumen ke indeks
index.add(documentsFolder);
System.out.println("Documents added to the index.");
Tips profesional: Pastikan direktori ada dan hanya berisi file yang ingin Anda jadikan dapat dicari; file yang tidak terkait dapat memperbesar ukuran indeks.
Kueri kata sederhana dengan opsi pencarian fuzzy (fuzzy search java)
Pencarian fuzzy membantu ketika pengguna salah mengetik kata atau ketika OCR memperkenalkan kesalahan. SDK secara otomatis memperluas kueri untuk menyertakan istilah serupa berdasarkan jarak edit.
SearchQuery subquery = SearchQuery.createWordQuery("future");
subquery.setSearchOptions(new SearchOptions());
subquery.getSearchOptions().getFuzzySearch().setEnabled(true);
subquery.getSearchOptions().getFuzzySearch()
.setFuzzyAlgorithm(new TableDiscreteFunction(3));
System.out.println("Fuzzy search enabled with a tolerance of 3.");
Kueri wildcard Java
Kueri wildcard memungkinkan Anda mencocokkan pola seperti kata apa pun yang dimulai dengan awalan tertentu, menggunakan placeholder * atau ?.
SearchQuery.createWildcardQuery() membuat objek kueri wildcard.
SearchQuery subquery = SearchQuery.createWildcardQuery(1);
System.out.println("Wildcard query created.");
Pencarian regex Java
Ekspresi reguler memberi Anda kontrol detail atas pencocokan pola, sempurna untuk menemukan karakter berulang atau struktur token yang kompleks.
SearchQuery.createRegexQuery() membuat objek kueri regex untuk pencocokan pola.
SearchQuery subquery = SearchQuery.createRegexQuery("(.)\\1");
System.out.println("Regex query created to find repeated characters.");
Menggabungkan subkueri menjadi kueri pencarian frasa
Anda dapat menggabungkan subkueri kata, wildcard, dan regex untuk membangun pencarian frasa yang canggih yang menghormati urutan dan kedekatan.
SearchQuery subquery1 = SearchQuery.createWordQuery("future");
SearchQuery subquery2 = SearchQuery.createWildcardQuery(1);
SearchQuery subquery3 = SearchQuery.createRegexQuery("(.)\\1");
SearchQuery combinedQuery = SearchQuery.createPhraseSearchQuery(subquery1, subquery2, subquery3);
System.out.println("Combined phrase search query created.");
Mengonfigurasi dan melakukan pencarian dengan opsi khusus
Menyesuaikan opsi pencarian memungkinkan Anda mengontrol berapa banyak kemunculan yang dikembalikan, yang berguna untuk korpus besar. Anda juga dapat menyesuaikan skor, menyorot kecocokan, dan membatasi hasil per dokumen.
SearchOptions options = new SearchOptions();
options.setMaxOccurrenceCountPerTerm(1000000);
options.setMaxTotalOccurrenceCount(10000000);
System.out.println("Custom search options configured.");
Index index = new Index("YOUR_DOCUMENT_DIRECTORY\\output\\ConfigureAndPerformSearch");
SearchQuery query = SearchQuery.createWordQuery("future");
SearchResult result = index.search(query, options);
System.out.println("Search performed with custom options.");
Pencarian regex java – kasus penggunaan umum
- Penelitian hukum: Temukan klausa yang mengikuti pola tertentu, seperti tanggal dengan format
DD/MM/YYYY. - Validasi data: Deteksi pengidentifikasi yang tidak terbentuk dengan benar atau karakter berulang dalam log.
- Moderasi konten: Temukan kata kasar atau pola terlarang menggunakan regex.
- Analisis keuangan: Ekstrak kode transaksi yang cocok dengan templat regex yang diketahui.
Pertimbangan kinerja
- Optimalkan pengindeksan: Lakukan re‑indeks secara berkala dan hapus file usang untuk menjaga indeks tetap ramping; indeks yang terawat baik dengan 1 juta halaman menempati kurang dari 2 GB di disk.
- Penggunaan sumber daya: Pantau ukuran heap JVM; indeks besar mungkin memerlukan hingga 8 GB heap atau penyimpanan off‑heap untuk throughput optimal.
- Garbage collection: Sesuaikan pengaturan GC (mis., G1GC) untuk layanan pencarian yang berjalan lama agar menghindari lonjakan waktu jeda.
Pertanyaan yang sering diajukan
Q: Bisakah saya memperbarui indeks yang ada tanpa membangun ulang dari awal?
A: Ya—gunakan index.add() untuk menambahkan file baru atau index.update() untuk memperbarui dokumen yang berubah.
Q: Bagaimana pencarian fuzzy menangani bahasa yang berbeda?
A: Algoritma fuzzy bawaan bekerja pada karakter Unicode, sehingga mendukung sebagian besar bahasa secara langsung.
Q: Apakah ada batasan jumlah dokumen yang dapat saya indeks?
A: Secara praktis, batasannya ditentukan oleh ruang disk yang tersedia dan memori JVM; pustaka ini dirancang untuk jutaan dokumen.
Q: Apakah saya perlu memulai ulang aplikasi setelah mengubah opsi pencarian?
A: Tidak—opsi pencarian diterapkan per kueri, sehingga Anda dapat menyesuaikannya secara langsung.
Q: Di mana saya dapat menemukan contoh kueri lanjutan?
A: Dokumentasi resmi GroupDocs.Search dan referensi API menyediakan contoh yang luas untuk skenario kompleks.
Terakhir Diperbarui: 2026-10-12
Diuji Dengan: GroupDocs.Search for Java 25.4
Penulis: GroupDocs