Menguasai Pencarian Dokumen Efisien dengan GroupDocs.Search untuk Java

Dalam dunia manajemen dokumen, menemukan konten spesifik di antara banyak dokumen dengan cepat sangat penting. Baik Anda mengelola kontrak hukum maupun makalah akademik, kemampuan create index java dapat menghemat jam kerja manual. Tutorial ini membahas penggunaan GroupDocs.Search for Java, sebuah java search library yang kuat yang membantu Anda membuat indeks, add documents to index, dan extract text java dari file secara efisien. Pada akhir panduan ini, Anda akan tahu cara menyiapkan pengindeksan dengan pengaturan khusus dan mengeluarkan teks dokumen dalam berbagai format, termasuk ekstraksi teks terstruktur.

Jawaban Cepat

Apa tujuan utama? Untuk create index java dan mengambil konten dokumen dengan cepat.
Library mana yang harus saya gunakan? GroupDocs.Search for Java java search library.
Bisakah saya mengeluarkan teks ke file? Ya, gunakan adaptor output text to file yang disediakan.
Apakah ekstraksi terstruktur didukung? Tentu – gunakan adaptor structured text extraction.
Apakah saya memerlukan lisensi? Lisensi percobaan atau permanen diperlukan untuk penggunaan produksi.

Apa yang Akan Anda Pelajari

Cara create index java dan add documents to index menggunakan GroupDocs.Search untuk Java.
Teknik untuk output text to file, aliran, string, dan data terstruktur.
Tips optimalisasi kinerja untuk pencarian yang efisien dan manajemen memori.
Aplikasi dunia nyata dari fitur-fitur ini.

Prasyarat

Sebelum menyelam ke tutorial, pastikan hal‑hal berikut sudah tersedia:

Java Development Kit (JDK): Versi 8 atau lebih tinggi disarankan.
Library GroupDocs.Search for Java.
Maven untuk manajemen dependensi dan membangun proyek Anda.
Pengetahuan dasar pemrograman Java, khususnya operasi I/O file.

Menyiapkan GroupDocs.Search untuk Java

Untuk mulai menggunakan GroupDocs.Search untuk Java, Anda perlu menambahkan dependensi yang diperlukan ke proyek Anda. Berikut cara menyiapkannya menggunakan Maven:

Pengaturan Maven
Tambahkan konfigurasi repositori dan 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>

Bagi yang lebih suka mengunduh langsung, Anda dapat memperoleh versi terbaru dari GroupDocs.Search for Java releases.

Perolehan Lisensi
Untuk menggunakan GroupDocs.Search, pertimbangkan memperoleh lisensi percobaan gratis atau lisensi sementara. Untuk pembelian penuh, kunjungi situs resmi mereka untuk memperoleh lisensi permanen.

Cara create index java dengan pengaturan khusus

Bagian ini memandu Anda membuat indeks, menambahkan dokumen, dan mengonfigurasi kompresi untuk penyimpanan optimal.

Pembuatan Indeks dan Pengindeksan Dokumen

Gambaran Umum

Membuat indeks memungkinkan Anda mencari dokumen secara efisien. Contoh di bawah menunjukkan cara create index java dengan kompresi tinggi dan kemudian add documents to index.

import com.groupdocs.search.*;
import java.io.ByteArrayOutputStream;

public class FeatureIndexCreation {
    public static void main(String[] args) {
        // Define the folder paths for indexing
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        String documentsFolder = YOUR_DOCUMENT_DIRECTORY + "/DocumentsPath";  // Adjust as needed

        // Creating an index settings instance with compression enabled
        IndexSettings settings = new IndexSettings();
        settings.setTextStorageSettings(new TextStorageSettings(Compression.High));

        // Creating the index in the specified folder
        Index index = new Index(indexFolder, settings);

        // Adding documents from the specified folder to the index
        index.add(documentsFolder);
    }
}

Penjelasan

Index Settings: Kami mengaktifkan kompresi tinggi untuk penyimpanan teks, mengoptimalkan penggunaan ruang disk.
Adding Documents: Metode index.add() adds documents to index, memindai folder secara rekursif.

Cara output text to file, stream, string, dan format terstruktur

Berikut empat cara umum untuk mengambil dan menyimpan konten yang diekstrak setelah Anda created index java.

Output Teks Dokumen ke File

Gambaran Umum

Contoh ini menunjukkan cara output text to file dalam format HTML, yang berguna untuk inspeksi visual atau pemrosesan lanjutan.

import com.groupdocs.search.*;

public class FeatureOutputToFile {
    public static void main(String[] args) {
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        Index index = new Index(indexFolder);

        // Assuming documents are already indexed, retrieve the first document
        DocumentInfo[] documents = index.getIndexedDocuments();
        if (documents.length > 0) {
            DocumentInfo document = documents[0];

            // Output document text to an HTML file
            FileOutputAdapter fileOutputAdapter = new FileOutputAdapter(OutputFormat.Html, YOUR_OUTPUT_DIRECTORY + "/Text.html");
            index.getDocumentText(document, fileOutputAdapter);
        }
    }
}

Penjelasan

FileOutputAdapter: Mengonversi teks dokumen yang diindeks menjadi HTML dan menuliskannya ke jalur file yang ditentukan.

Output Teks Dokumen ke Stream

Gambaran Umum

Ketika Anda memerlukan pemrosesan dalam memori—seperti menghasilkan konten web dinamis—output ke stream adalah pilihan ideal.

import com.groupdocs.search.*;
import java.io.ByteArrayOutputStream;

public class FeatureOutputToStream {
    public static void main(String[] args) {
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        Index index = new Index(indexFolder);

        // Assuming documents are already indexed, retrieve the first document
        DocumentInfo[] documents = index.getIndexedDocuments();
        if (documents.length > 0) {
            DocumentInfo document = documents[0];

            // Output document text to a stream in HTML format
            ByteArrayOutputStream stream = new ByteArrayOutputStream();
            StreamOutputAdapter streamOutputAdapter = new StreamOutputAdapter(OutputFormat.Html, stream);
            index.getDocumentText(document, streamOutputAdapter);
        }
    }
}

Penjelasan

StreamOutputAdapter: Menyalurkan teks dokumen ke ByteArrayOutputStream, memungkinkan penanganan fleksibel tanpa menyentuh sistem file.

Output Teks Dokumen ke String

Gambaran Umum

Jika Anda hanya perlu mencatat atau menampilkan konten, mengonversi hasil ke String adalah cara tercepat.

import com.groupdocs.search.*;

public class FeatureOutputToString {
    public static void main(String[] args) {
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        Index index = new Index(indexFolder);

        // Assuming documents are already indexed, retrieve the first document
        DocumentInfo[] documents = index.getIndexedDocuments();
        if (documents.length > 0) {
            DocumentInfo document = documents[0];

            // Output document text to a string in HTML format
            StringOutputAdapter stringOutputAdapter = new StringOutputAdapter(OutputFormat.Html);
            index.getDocumentText(document, stringOutputAdapter);
            String result = stringOutputAdapter.getResult();
        }
    }
}

Penjelasan

StringOutputAdapter: Menangkap teks dokumen dalam sebuah String, memudahkan penyisipan ke log atau komponen UI.

Output Teks Dokumen ke Format Terstruktur

Gambaran Umum

Untuk parsing lanjutan—seperti mengekstrak bidang, tabel, atau metadata khusus—gunakan adaptor output terstruktur.

import com.groupdocs.search.*;

public class FeatureOutputToStructure {
    public static void main(String[] args) {
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        Index index = new Index(indexFolder);

        // Assuming documents are already indexed, retrieve the first document
        DocumentInfo[] documents = index.getIndexedDocuments();
        if (documents.length > 0) {
            DocumentInfo document = documents[0];

            // Output document text to a structured format like PlainText
            StructuredOutputAdapter structuredOutputAdapter = new StructuredOutputAdapter(OutputFormat.PlainText);
            index.getDocumentText(document, structuredOutputAdapter);
        }
    }
}

Penjelasan

StructuredOutputAdapter: Mengekstrak teks dokumen ke format structured text extraction, memungkinkan analisis detail atau pipeline data downstream.

Masalah Umum dan Solusinya

Masalah	Penyebab	Solusi
Indeks tidak dibuat	Jalur folder salah atau izin menulis tidak ada	Pastikan `indexFolder` ada dan aplikasi memiliki akses menulis
Tidak ada dokumen yang dikembalikan	`index.add()` tidak dipanggil atau folder sumber salah	Pastikan `documentsFolder` mengarah ke direktori yang tepat dan berisi tipe file yang didukung
File output kosong	Jalur adaptor output tidak valid atau direktori hilang	Buat direktori target (`YOUR_OUTPUT_DIRECTORY`) sebelum menjalankan
Lonjakan memori dengan file besar	Memuat seluruh file ke memori	Gunakan adaptor stream (`StreamOutputAdapter`) untuk memproses data secara bertahap

Pertanyaan yang Sering Diajukan

T: Bisakah saya menggunakan GroupDocs.Search dengan bahasa JVM lain seperti Kotlin atau Scala?
J: Ya, library ini murni Java dan bekerja mulus dengan bahasa JVM apa pun.

T: Bagaimana kompresi memengaruhi kecepatan pencarian?
J: Kompresi tinggi mengurangi penggunaan disk tetapi dapat menambah beban CPU sedikit saat pengindeksan. Kinerja pencarian tetap cepat karena library mendekompresi secara langsung.

T: Apakah memungkinkan memperbarui indeks yang ada tanpa membangunnya kembali?
J: Tentu. Gunakan index.add() untuk file baru dan index.remove() untuk menghapus yang usang.

T: Format output mana yang terbaik untuk pemrosesan bahasa alami lebih lanjut?
J: PlainText melalui adaptor structured text extraction memberikan konten bersih yang tidak bergantung bahasa, ideal untuk pipeline NLP.

T: Apakah saya memerlukan lisensi untuk pengembangan dan pengujian?
J: Lisensi percobaan gratis cukup untuk pengembangan dan evaluasi. Deploymen produksi memerlukan lisensi berbayar.

Terakhir Diperbarui: 2026-01-14
Diuji Dengan: GroupDocs.Search 25.4 untuk Java
Penulis: GroupDocs