GroupDocs.Search for Javaでインデックスを作成する方法

If you need to インデックス作成方法 for thousands of legal, academic, or business files, GroupDocs.Search for Java gives you a ready‑made engine that extracts text, builds a compact searchable structure, and lets you run regex, fuzzy, or wildcard queries in milliseconds. In this tutorial you’ll see how to set up the SDK, create an index, add documents to it, and execute powerful pattern‑based searches.

クイック回答

  • GroupDocs.Search の主な目的は何ですか? さまざまなドキュメント形式の検索可能なインデックスを作成することです。
  • インデックス作成後にドキュメントを追加できますか? はい—新しいファイルを含めるには index.add() メソッドを使用します。
  • GroupDocs.Search は Java でファジー検索をサポートしていますか? もちろんです;SearchOptions で有効にします。
  • Java でワイルドカードクエリを実行するにはどうすればよいですか? SearchQuery.createWildcardQuery() で作成します。
  • 本番環境での使用にライセンスは必要ですか? 商用展開には有効な GroupDocs.Search ライセンスが必要です。

SearchOptions はファジーマッチングなどの検索動作を構成します。
SearchQuery.createWildcardQuery() はワイルドカードクエリオブジェクトを構築します。

GroupDocs.Search のコンテキストで「インデックス作成方法」とは何ですか?

インデックスを作成するとは、1つまたは複数のソースドキュメントをスキャンし、検索可能なテキストを抽出し、その情報を効率的にクエリ可能な構造化フォーマットで保存することを意味します。このプロセスはディスク上にコンパクトなデータ構造を構築し、元のドキュメントが大きい場合や異なる形式で保存されている場合でも、数千のファイルに対して瞬時の検索を可能にします。

なぜ GroupDocs.Search for Java を使用するのか?

GroupDocs.Search は実績のあるエンタープライズ向けソリューションで、30 以上の入力および出力フォーマット(PDF、DOCX、XLSX、PPTX、HTML、プレーンテキストファイルなど)をサポートし、数百万ページを含むインデックスでもサブ秒のクエリ応答時間を提供します。組み込みのファジー、ワイルドカード、そして regex search java 機能により、綴りミスやパターンマッチ、複雑な検索シナリオをカスタムパーサを書かずに処理できます。

前提条件

  • GroupDocs.Search for Java バージョン 25.4 以降。
  • IntelliJ IDEA や Eclipse などの Maven 対応 IDE。
  • 開発マシンにインストールされた JDK 11 以降。
  • Java 構文と検索概念の基本的な知識。

GroupDocs.Search for Java の設定

ライブラリは Maven 経由で追加するか、手動でダウンロードできます。

Maven 設定

<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>

直接ダウンロード
代わりに、最新バージョンを GroupDocs.Search for Java releases からダウンロードしてください。

ライセンス取得

  • 無料トライアル: コストなしで全機能を試せます。
  • 一時ライセンス: 評価プロジェクト向けにトライアル使用期間を延長します。
  • フルライセンス: 本番展開に必要で、無制限インデックス作成を解放します。

ライブラリが利用可能になったら、Java コードで初期化します:

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.");
    }
}

GroupDocs.Search を使用してインデックスを作成する方法

ソースファイルをロードし、SDK をフォルダーに指し示し、単一の呼び出しで検索可能な構造を構築させます。このアプローチは、標準サーバー上の典型的な 10 GB ドキュメントコレクションに対して、1 分未満でインデックスを作成します。

パスの定義

String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\CreateAndIndexDocuments";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY";

インデックスの作成

Index index = new Index(indexFolder);
System.out.println("Index created at: " + indexFolder);

インデックスへのドキュメント追加

index.add(documentsFolder);
System.out.println("Documents added to the index.");

Pro tip: ディレクトリが存在し、検索対象にしたいファイルのみが含まれていることを確認してください。無関係なファイルはインデックスを肥大化させます。

ファジー検索オプション付きシンプルな単語クエリ(fuzzy search java)

ファジー検索は、ユーザーが単語を入力ミスしたり OCR がエラーを導入したりした場合に役立ちます。SDK は編集距離に基づいて類似語を自動的にクエリに拡張します。

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.");

ワイルドカードクエリ Java

ワイルドカードクエリは、* や ? プレースホルダーを使用して、特定のプレフィックスで始まる任意の単語などのパターンにマッチさせることができます。

SearchQuery.createWildcardQuery() はワイルドカードクエリオブジェクトを作成します。

SearchQuery subquery = SearchQuery.createWildcardQuery(1);
System.out.println("Wildcard query created.");

正規表現検索 Java

正規表現はパターンマッチングを細かく制御でき、繰り返し文字や複雑なトークン構造の検索に最適です。

SearchQuery.createRegexQuery() はパターンマッチング用の正規表現クエリオブジェクトを作成します。

SearchQuery subquery = SearchQuery.createRegexQuery("(.)\\1");
System.out.println("Regex query created to find repeated characters.");

サブクエリを組み合わせてフレーズ検索クエリにする

単語、ワイルドカード、正規表現のサブクエリを組み合わせて、順序と近接性を考慮した高度なフレーズ検索を構築できます。

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.");

カスタムオプションで検索を構成・実行する

検索オプションを調整することで、返される出現回数を制御でき、大規模コーパスに有用です。また、スコアリングの調整、マッチのハイライト、ドキュメントごとの結果数の制限も可能です。

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.");

正規表現検索 java – 一般的なユースケース

  • 法務リサーチ: DD/MM/YYYY のように特定のパターンでフォーマットされた日付など、条項を検索します。
  • データ検証: ログ内の不正な識別子や繰り返し文字を検出します。
  • コンテンツモデレーション: 正規表現を使用して不適切な言葉や禁止パターンを見つけます。
  • 金融分析: 既知の正規表現テンプレートに一致する取引コードを抽出します。

パフォーマンス上の考慮点

  • インデックス最適化: 定期的に再インデックスし、古いファイルを削除してインデックスを軽量に保ちます。適切に管理された 100 万ページのインデックスはディスク上で 2 GB 未満です。
  • リソース使用量: JVM ヒープサイズを監視します。大規模インデックスは最適なスループットのために最大 8 GB のヒープまたはオフヒープストレージが必要になることがあります。
  • ガベージコレクション: 長時間稼働する検索サービスでは、ポーズ時間のスパイクを防ぐために GC 設定(例: G1GC)を調整します。

よくある質問

Q: 既存のインデックスを最初から再構築せずに更新できますか?
A: はい—index.add() を使用して新しいファイルを追加し、index.update() で変更されたドキュメントを更新します。

Q: ファジー検索は異なる言語をどのように扱いますか?
A: 組み込みのファジーアルゴリズムは Unicode 文字で動作するため、ほとんどの言語をそのままサポートします。

Q: インデックスできるドキュメント数に制限はありますか?
A: 実際には、利用可能なディスク容量と JVM メモリが制限要因で、ライブラリは数百万のドキュメントを対象に設計されています。

Q: 検索オプションを変更した後、アプリケーションを再起動する必要がありますか?
A: いいえ—検索オプションはクエリごとに適用されるため、リアルタイムで調整可能です。

Q: より高度なクエリ例はどこで見つけられますか?
A: 公式の GroupDocs.Search ドキュメントと API リファレンスに、複雑なシナリオ向けの豊富な例が掲載されています。


最終更新日: 2026-10-12
テスト環境: GroupDocs.Search for Java 25.4
作者: GroupDocs

関連チュートリアル