Filtra le estensioni dei file java con GroupDocs.Search

In questo tutorial completo imparerai come filtrare le estensioni dei file java durante l’indicizzazione dei documenti con GroupDocs.Search. Alla fine della guida sarai in grado di includere solo i tipi di file di cui hai bisogno, escludere formati indesiderati e combinare queste regole con filtri di intervallo di date e di percorso usando gli operatori logici AND, OR e NOT. Questo approccio mantiene il tuo indice snello, velocizza le ricerche e ti aiuta a rispettare le politiche di gestione dei dati.

Risposte rapide

  • Che cos’è il filtro di estensione file java? È una regola che indica a GroupDocs.Search quali estensioni di file includere o escludere durante l’indicizzazione.
  • Quale libreria fornisce questa funzionalità? GroupDocs.Search for Java.
  • Ho bisogno di una licenza? Una prova gratuita è sufficiente per la valutazione; è necessaria una licenza completa per la produzione.
  • Posso combinare i filtri? Sì – è possibile concatenare filtri di estensione, data, dimensione e percorso con la logica AND, OR, NOT.
  • È compatibile con Maven? Assolutamente – aggiungi la dipendenza GroupDocs.Search al tuo pom.xml.

Cos’è un filtro di estensione file java?

Un filtro di estensione file java è un insieme di regole che valuta l’estensione di ogni file prima che venga inviato al motore di indicizzazione. Specificando estensioni come .txt, .pdf o .epub, è possibile includere file per estensione o escludere file per estensione per mantenere l’indice focalizzato e i risultati di ricerca pertinenti.

Perché utilizzare il filtraggio delle estensioni dei file con GroupDocs.Search?

Il filtraggio delle estensioni dei file migliora l’efficienza dell’indicizzazione escludendo formati irrilevanti, riduce i requisiti di archiviazione e aiuta a rispettare le norme di conformità impedendo l’ingresso di contenuti indesiderati nell’indice. Consente inoltre risposte più rapide alle query perché il motore di ricerca elabora un set di dati più piccolo e più pertinente.

  • Performance: Saltare i file indesiderati riduce I/O e velocizza l’indicizzazione fino al 40 % su grandi repository.
  • Risparmio di spazio: Solo i documenti pertinenti vengono memorizzati nell’indice, riducendo l’uso del disco di una media del 30 %.
  • Conformità: Previene l’indicizzazione accidentale di tipi di file riservati o non supportati.
  • Flessibilità: Combinalo con le funzionalità date range filter java per mirare ai file creati o modificati entro periodi specifici.

Prerequisiti

Prima di iniziare, assicurati di avere quanto segue:

Librerie e dipendenze richieste

  • GroupDocs.Search for Java – versione 25.4 o successiva (supporta oltre 60 formati di input).
  • Java Development Kit (JDK) – qualsiasi versione compatibile (8 o successiva).

Configurazione dell’ambiente

  • Integrated Development Environment (IDE): IntelliJ IDEA, Eclipse o qualsiasi IDE compatibile con Maven.

Prerequisiti di conoscenza

  • Programmazione Java di base.
  • Familiarità con I/O di file in Java.
  • Comprensione delle espressioni regolari e della gestione di data‑ora.

Configurazione di GroupDocs.Search per Java

Per iniziare a utilizzare GroupDocs.Search, è necessario includerlo come dipendenza nel tuo progetto.

Configurazione Maven

Aggiungi la seguente configurazione del repository e della dipendenza al tuo file pom.xml:

<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>

Download diretto

In alternativa, scarica l’ultima versione direttamente da Versioni di GroupDocs.Search per Java.

Acquisizione della licenza

  1. Prova gratuita – esplora le funzionalità senza costi.
  2. Licenza temporanea – ottieni la funzionalità completa per un periodo limitato.
  3. Acquisto – ottieni una licenza permanente per l’uso in produzione.

Inizializzazione e configurazione di base

Una volta aggiunta la libreria, inizializza il tuo ambiente di indicizzazione. La classe IndexSettings contiene tutte le opzioni di configurazione, inclusi i filtri.

import com.groupdocs.search.*;

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

Guida all’implementazione

Di seguito approfondiamo ogni tipo di filtro, spiegando perché è importante e fornendo istruzioni passo‑passo che puoi copiare nel tuo progetto.

Filtraggio delle estensioni dei file

Filtra i file per le loro estensioni durante l’indicizzazione. È perfetto quando vuoi elaborare solo e‑book (.fb2, .epub) e file di testo semplice (.txt).

Panoramica

DocumentFilter.createFileExtension crea una whitelist di estensioni.

Passaggi di implementazione

  1. Crea filtro – definisci le estensioni che desideri mantenere.

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

  2. Inizializza l’indice e aggiungi i documenti – applica il filtro durante la costruzione di IndexSettings.

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

Filtro LOGICO NOT

Escludi estensioni specifiche, come pagine web e PDF, quando non sono necessarie per il tuo scenario di ricerca.

Passaggi di implementazione

  1. Crea filtro di esclusione – specifica le estensioni da rifiutare.

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

  2. Applica alle impostazioni dell’indice – combina il filtro NOT con altre regole.

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

  3. Aggiungi documenti – solo i file che superano il filtro combinato vengono indicizzati.

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

Filtro LOGICO AND

Combina diverse condizioni—data di creazione, estensione e dimensione del file—così che solo i file che soddisfano tutti i criteri vengano indicizzati.

Panoramica

DocumentFilter.createAnd unisce più filtri in un’unica regola.

Passaggi di implementazione

  1. Definisci filtri – crea filtri individuali per ogni condizione.

    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. Combina i filtri – usa l’operatore AND per richiedere tutte le condizioni.

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

  3. Indicizza i documenti – passa il filtro combinato al pipeline di indicizzazione.

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

Filtro LOGICO OR

Includi i file che soddisfano qualsiasi delle condizioni specificate—utile quando vuoi catturare sia piccoli file di testo sia file non‑testo più grandi.

Passaggi di implementazione

  1. Definisci filtri – crea filtri separati per ogni condizione alternativa.

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

  2. Combina i filtri con condizioni logiche – usa l’operatore 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. Finalizza il filtro OR – allega il filtro combinato alla configurazione dell’indice.

    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");

Filtri per data di creazione

Seleziona i file creati entro un periodo specifico—uno scenario classico di date range filter java.

Passaggi di implementazione

  1. Definisci filtro di intervallo di date – specifica le date di inizio e fine.

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

  2. Indicizza i documenti – solo i file i cui timestamp di creazione rientrano nell’intervallo vengono indicizzati.

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

Filtri per data di modifica

Escludi i file che sono stati modificati dopo una certa data di cut‑off.

Passaggi di implementazione

  1. Definisci filtro – imposta il timestamp massimo di modifica.

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

  2. Indicizza i documenti – i file più recenti della data di cut‑off vengono ignorati.

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

Filtraggio del percorso dei file

Limita l’indicizzazione ai file situati in cartelle specifiche o che corrispondono a un modello—ideale per include files by extension all’interno di una gerarchia di directory specifica.

Passaggi di implementazione

  1. Definisci filtro di percorso file – usa pattern glob o regex per corrispondere alle directory.

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

  2. Inizializza l’indice e aggiungi i documenti – applica il filtro di percorso insieme ad altre regole.

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

Problemi comuni e consigli

  • Non mescolare mai percorsi assoluti e relativi nella stessa configurazione di filtro – può portare a esclusioni inattese.
  • Reimposta IndexSettings quando cambi set di filtri; altrimenti i filtri precedenti potrebbero persistere.
  • Combina un limite superiore di lunghezza con un filtro di estensione per grandi collezioni per mantenere basso l’uso della memoria.
  • LoggingOptions controlla la configurazione del logging per GroupDocs.Search.
  • Abilita il logging (LoggingOptions.setEnabled(true)) per vedere perché un file è stato rifiutato.

Domande frequenti

D: Posso modificare i criteri del filtro dopo la creazione dell’indice?
R: Sì. Ricostruisci l’indice con un nuovo DocumentFilter o utilizza l’indicizzazione incrementale con impostazioni aggiornate.

D: Il filtro di estensione file java funziona su archivi compressi (ad esempio, ZIP)?
R: GroupDocs.Search può indicizzare i formati di archivio supportati, ma il filtro di estensione si applica all’archivio stesso, non ai file interni. Usa filtri annidati per un controllo più approfondito.

D: Come posso debugare perché un file particolare è stato escluso?
R: Abilita il logging della libreria (LoggingOptions.setEnabled(true)) e ispeziona il log – segnala quale filtro ha rifiutato ogni file.

D: È possibile combinare il filtro di estensione file java con filtri regex personalizzati?
R: Assolutamente. Avvolgi un filtro regex all’interno di DocumentFilter.createAnd() insieme al filtro di estensione.

D: Qual è l’impatto sulle prestazioni dell’aggiunta di molti filtri?
R: Ogni filtro aggiunge un modesto overhead durante l’indicizzazione, ma la riduzione dei dati indicizzati solitamente supera il costo. Testa con un campione rappresentativo per trovare il bilancio ottimale.

Ultimo aggiornamento: 2026-09-06
Testato con: GroupDocs.Search 25.4 for Java
Autore: GroupDocs

Tutorial correlati