Tambah Dokumen ke Indeks untuk Pencarian Tidak Sensitif Huruf Besar/Kecil di Java

Ketika Anda membutuhkan case insensitive search java yang dapat menemukan informasi secara andal terlepas dari cara pengguna mengetiknya, kuncinya adalah menambahkan dokumen ke indeks sambil menormalkan teks. Dalam tutorial ini kami menjelaskan cara mengonfigurasi GroupDocs.Search untuk Java sehingga setiap dokumen yang Anda indeks secara otomatis diubah menjadi huruf kecil (atau transformasi lain) selama proses pengindeksan, menjamin hasil yang tidak sensitif huruf besar/kecil tanpa logika tambahan pada waktu kueri.

Jawaban Cepat

  • Apa arti “add documents to index”? Artinya memuat file sumber ke dalam struktur data yang dapat dicari sehingga dapat dipertanyakan nanti.
  • Mengapa menggunakan penggantian karakter? Ini menormalkan setiap karakter—biasanya menjadi huruf kecil—sehingga pencarian mengabaikan perbedaan huruf secara otomatis.
  • Apakah saya memerlukan lisensi? Versi percobaan gratis dapat digunakan untuk pengembangan; lisensi penuh diperlukan untuk penerapan produksi.
  • Versi Java mana yang diperlukan? Java 8 atau yang lebih baru; perpustakaan menargetkan Java 11+ untuk kinerja optimal.
  • Bisakah saya beralih ke pencarian sensitif huruf besar/kecil bila diperlukan? Ya—opsi pencarian memungkinkan Anda mengaktifkan atau menonaktifkan sensitivitas huruf per kueri.

Apa itu “add documents to index” dalam GroupDocs.Search?

Muat file sumber Anda (PDF, DOCX, TXT, dll.) ke dalam indeks yang dapat dicari sehingga mesin dapat mengambilnya dengan cepat. Menambahkan dokumen ke indeks mem-parsing setiap file, mengekstrak teks polos, dan menyimpannya dalam struktur data yang dioptimalkan untuk pencarian cepat.

Mengapa mengaktifkan penggantian karakter selama pengindeksan?

Penggantian karakter mengubah setiap karakter menjadi padanan yang telah ditentukan—biasanya huruf kecil—sementara indeks dibangun. Hal ini memastikan variasi kapitalisasi, diakritik, atau simbol khusus lokal tidak memengaruhi hasil pencarian. Dengan menormalkan teks pada saat pengindeksan, mesin dapat mencocokkan kueri terhadap set token yang konsisten, memberikan perilaku tidak sensitif huruf besar/kecil yang cepat dan dapat diandalkan tanpa pemrosesan tambahan pada setiap pencarian.

Prasyarat

  • GroupDocs.Search for Java versi 25.4 atau yang lebih baru (perpustakaan mendukung lebih dari 30 format file dan dapat mengindeks dokumen ratusan halaman tanpa memuat seluruh file ke memori).
  • Java Development Kit (JDK) 8 atau yang lebih baru terpasang.
  • Familiaritas dasar dengan Maven (atau kemampuan menambahkan JAR secara manual).

Menyiapkan GroupDocs.Search untuk Java

Pengaturan Maven

Tambahkan repositori GroupDocs dan dependensi ke 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

Jika Anda lebih memilih tidak menggunakan Maven, unduh JAR terbaru dari situs resmi: GroupDocs.Search for Java releases.

Akuisisi Lisensi

  • Free Trial – unduh lisensi percobaan untuk mulai bereksperimen.
  • Temporary License – minta lisensi pengujian tambahan melalui portal GroupDocs.
  • Full License – beli lisensi produksi saat Anda siap meluncurkan.

Inisialisasi Dasar (Buat indeks)

Cuplikan berikut membuat folder indeks dan mengaktifkan penggantian karakter:

import com.groupdocs.search.Index;
import com.groupdocs.search.IndexSettings;

String indexFolder = "YOUR_OUTPUT_DIRECTORY/AdvancedUsage/Indexing/CharacterReplacementDuringIndexing";
IndexSettings settings = new IndexSettings();
settings.setUseCharacterReplacements(true);
Index index = new Index(indexFolder, settings);

Panduan Implementasi

Aktifkan Penggantian Karakter dalam Pengaturan Indeks

Mengaktifkan fitur ini memberi tahu mesin untuk mengganti karakter saat mengindeks, yang merupakan langkah inti untuk perilaku tidak sensitif huruf besar/kecil.

Langkah 1: Konfigurasikan IndexSettings

IndexSettings adalah objek konfigurasi yang mengontrol bagaimana indeks menyimpan dan memproses teks. Dengan menyetel useCharacterReplacements ke true, Anda mengaktifkan pengubahan otomatis menjadi huruf kecil (atau pemetaan khusus apa pun yang Anda sediakan).

import com.groupdocs.search.Index;
import com.groupdocs.search.IndexSettings;

String indexFolder = "YOUR_OUTPUT_DIRECTORY/AdvancedUsage/Indexing/CharacterReplacementDuringIndexing";

// Create an instance of IndexSettings and enable character replacement.
IndexSettings settings = new IndexSettings();
settings.setUseCharacterReplacements(true);

// Initialize the index with these settings.
Index index = new Index(indexFolder, settings);

Konfigurasikan Penggantian Karakter

Petakan setiap karakter ke padanan huruf kecilnya (atau pemetaan khusus apa pun yang Anda perlukan).

Langkah 2: Definisikan dan Tambahkan Pasangan Penggantian

Kamus penggantian berisi pasangan seperti 'A' → 'a', 'É' → 'e', dll. Menambahkan pasangan ini sebelum pengindeksan memastikan setiap token dinormalkan.

import com.groupdocs.search.dictionaries.CharacterReplacementPair;

// Access existing replacements and clear them.
index.getDictionaries().getCharacterReplacements().clear();

// Create an array for new replacements.
CharacterReplacementPair[] characterReplacements = new CharacterReplacementPair[Character.MAX_VALUE + 1];
for (int i = 0; i < characterReplacements.length; i++) {
    char originalChar = (char) i;
    char replacementChar = Character.toLowerCase(originalChar);
    characterReplacements[i] = new CharacterReplacementPair(originalChar, replacementChar);
}

// Add these replacements to the index's dictionary.
index.getDictionaries().getCharacterReplacements().addRange(characterReplacements);

Mengindeks Dokumen

Sekarang indeks sudah siap, Anda dapat add documents to index dari folder mana pun.

Langkah 3: Tambahkan Dokumen untuk Pengindeksan

GroupDocs.Search memindai direktori target, mengekstrak teks dari setiap tipe file yang didukung, menerapkan peta penggantian, dan menulis token ke penyimpanan indeks.

import com.groupdocs.search.Index;

String documentFolder = "YOUR_DOCUMENT_DIRECTORY";

// Initialize the index and add documents.
Index index = new Index(indexFolder, settings);
index.add(documentFolder);

Lakukan Pencarian Sensitif Huruf Besar/Kecil (Opsional)

Langkah 4: Jalankan Pencarian Sensitif Huruf Besar/Kecil

SearchOptions mengonfigurasi perilaku kueri, seperti mengaktifkan atau menonaktifkan sensitivitas huruf, memungkinkan kontrol halus atas cara pencarian dilakukan.
SearchOptions.setUseCaseSensitiveSearch(true) memaksa mesin memperlakukan karakter huruf besar dan kecil sebagai berbeda selama kueri tertentu, menimpa perilaku default yang tidak sensitif huruf besar/kecil.

import com.groupdocs.search.Index;
import com.groupdocs.search.SearchOptions;
import com.groupdocs.search.results.SearchResult;

String query = "Promotion";
SearchOptions options = new SearchOptions();
options.setUseCaseSensitiveSearch(true);

// Perform the search.
Index index = new Index(indexFolder, settings);
SearchResult result = index.search(query, options);

Aplikasi Praktis

  1. Kampanye Pemasaran – Normalisasi nama produk sehingga tim penjualan dapat menemukan aset tanpa memperhatikan huruf.
  2. Dukungan Pelanggan – Dukung kotak pencarian help‑desk yang mengembalikan artikel yang tepat apakah pengguna mengetik “login” atau “Login”.
  3. Katalog E‑commerce – Pastikan pembeli menemukan barang terlepas dari cara mereka mengetik judul produk, meningkatkan tingkat konversi.

Pertimbangan Kinerja

  • Atur File Sumber – Hierarki folder yang rapi mengurangi waktu pemindaian selama langkah add documents to index.
  • Pantau Memori – Pengindeksan korpus besar dapat mengonsumsi RAM signifikan; memproses file dalam batch 500 – 1 000 item menjaga penggunaan heap tetap terkendali.
  • Pengindeksan Asinkron – Bila didukung, jalankan pengindeksan pada thread latar belakang agar UI tetap responsif dan tidak memblokir operasi pengguna.

Masalah Umum & Pemecahan Masalah

GejalaPenyebab KemungkinanSolusi
Tidak ada hasil yang dikembalikan untuk istilah yang dikenalPenggantian karakter tidak diaktifkanVerifikasi settings.setUseCharacterReplacements(true) dan pastikan peta penggantian berisi karakter yang diperlukan.
Kesalahan out‑of‑memory saat pengindeksanMengindeks terlalu banyak file besar sekaligusIndeks dalam batch lebih kecil atau tingkatkan heap JVM (-Xmx4g).
Pencarian mengembalikan hasil sensitif huruf secara tak terdugaSearchOptions.setUseCaseSensitiveSearch(true) telah disetelHapus atau set ke false untuk perilaku default yang tidak sensitif huruf.
Waktu muat indeks melebihi harapanTata letak folder tidak efisien atau SSD tidak digunakanAtur ulang file, hapus dokumen yang tidak dipakai, dan simpan indeks pada SSD cepat.
Karakter khusus diabaikanPeta penggantian tidak mencakup entri UnicodeTambahkan pemetaan untuk karakter seperti “é”, “ß”, “ø” ke padanan yang diinginkan.

Pertanyaan yang Sering Diajukan

T: Bagaimana cara menangani karakter khusus (mis., “é”, “ß”) selama pengindeksan?
J: Sertakan karakter tersebut dalam peta penggantian Anda, memetakannya ke padanan ASCII atau membiarkannya tidak berubah sesuai kebutuhan pencarian.

T: Apakah saya dapat membatasi penggantian karakter pada bahasa tertentu?
J: Ya. Buat array penggantian khusus yang hanya berisi karakter untuk bahasa target sebelum menambahkannya ke kamus.

T: Apa yang harus saya lakukan jika indeks membutuhkan waktu lama untuk dimuat?
J: Optimalkan struktur folder, hapus file yang tidak diperlukan, dan simpan indeks pada SSD berkecepatan tinggi. Pengindeksan inkremental juga mengurangi beban muat.

T: Apakah memungkinkan untuk mengembalikan penggantian karakter setelah pengindeksan?
J: Tidak. Penggantian sudah tertanam dalam data yang diindeks; Anda harus membangun ulang indeks dengan pengaturan baru untuk mengubahnya.

T: Di mana saya dapat menemukan dokumentasi API yang lebih detail?
J: Dokumen resmi dan referensi API menyediakan detail lengkap (lihat Sumber Daya di bawah).

Sumber Daya

Terakhir Diperbarui: 2026-07-31
Diuji Dengan: GroupDocs.Search 25.4 for Java
Penulis: GroupDocs

Tutorial Terkait