Javaで複数のファイルタイプを検索し、ドキュメントをインデックスする方法

現代の企業では、機密ファイルをパスワードでロックしたまま、複数のファイルタイプを検索する必要が頻繁にあります。このチュートリアルでは、GroupDocs.Search を使用して Java でパスワード保護されたドキュメントの検索可能なインデックスを構築する方法を示します。パスワード辞書の設定方法、パスワードが必要なイベントの処理方法、大量バッチのパフォーマンス最適化方法を学べます—すべてカスタム復号ロジックを書かずに実現できます。

クイック回答

  • What does this tutorial cover? パスワード辞書とイベントリスナーを使用したパスワード保護ドキュメントのインデックス作成。
  • Which library is required? GroupDocs.Search for Java(最新バージョン)。
  • Do I need a license? 評価用に一時的な無料トライアルライセンスが利用可能です。
  • Can I index other file types? はい、GroupDocs.Search は PDF、DOCX、XLSX、PPTX、画像などを含む 120 以上のフォーマットをサポートしています。
  • What Java version is needed? JDK 8 以降。

“create document index java”とは何ですか?

create document index java は、用語を Java が管理するファイルの場所にマッピングする検索可能なデータ構造を構築するプロセスを指します。GroupDocs.Search を使用すると、エンジンはサポートされているフォーマット(暗号化された PDF、Office ドキュメント、画像など)から自動的にテキストを抽出するため、復号コードを書かずに全文検索を実行できます。このアプローチは、検索実装を簡素化しながらドキュメントのセキュリティを保護します。

パスワード保護ファイルに GroupDocs.Search を使用する理由

GroupDocs.Search は、辞書またはイベントハンドラからパスワードを適用するゼロタッチのアンロック機構を提供し、暗号化ファイルをワンパスでインデックスできるようにします。標準的な 8 コアサーバーで時間あたり最大 200 万ドキュメントを処理し、120 以上のファイルタイプをサポートし、ブール、ワイルドカード、ファジー演算子を備えたリッチなクエリ言語を提供します—多様なコンテンツをカバーする検索可能なインデックス構築に不可欠です。

前提条件

  • Java Development Kit (JDK) 8+ がインストールされ、PATH に追加されていること。
  • IntelliJ IDEA や Eclipse などの IDE。
  • 依存関係管理のための Maven。
  • GroupDocs.Search for Java – Maven でライブラリを追加します(セットアップセクションを参照)。

Java 用 GroupDocs.Search の設定

Maven の使用

pom.xml ファイルにリポジトリと依存関係を追加します:

<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、最新バージョンを直接 GroupDocs.Search for Java releases からダウンロードできます。

トライアルライセンスを開始するには、GroupDocs の一時ライセンスページ にアクセスし、指示に従って無料トライアルを取得してください。

パスワード辞書でドキュメントをインデックスする方法

ファイルパスとパスワードをマッピングした辞書を提供することで、検索可能なインデックスを構築できます。エンジンはインデックス作成時に自動的に適切なパスワードを取得します。

概要

ドキュメントのパスワードをシンプルなキー‑バリュー マップに保存し、インデックスエンジンが必要に応じてファイルのロックを解除できるようにします。

手順 1: インデックスとドキュメントフォルダーを定義する

String indexFolder = "YOUR_OUTPUT_DIRECTORY/IndexUsingPasswordDictionary";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Path to password‑protected documents

手順 2: インデックスを作成する

// Initialize the Index object in the specified directory
Index index = new Index(indexFolder);

手順 3: ドキュメントのパスワードを追加する

// Add passwords for specific files using their absolute paths
String path1 = new File(documentsFolder + "/English.docx").getAbsolutePath();
index.getDictionaries().getDocumentPasswords().add(path1, "123456");

String path2 = new File(documentsFolder + "/SampleDocument.docx").getAbsolutePath();
index.getDictionaries().getDocumentPasswords().add(path2, "123456");

手順 4: ドキュメントをインデックスする

// Automatically retrieve passwords from the dictionary during indexing
index.add(documentsFolder);

手順 5: インデックス内を検索する

String query = "sample OR increasing";
SearchResult result = index.search(query);

// Handle search results (e.g., display or process them)

Tip: 本番環境では、パスワードをハードコーディングする代わりに、セキュアボールト(例: Azure Key Vault や AWS Secrets Manager)からロードしてください。

トラブルシューティング

  • 各パスワードがファイルの実際の保護パスワードと一致していることを確認してください。
  • ファイルパスを再確認してください。誤ったパスは FileNotFoundException を引き起こします。

パスワード要求イベントリスナーでドキュメントをインデックスする方法

エンジンがパスワード要求イベントを発生させたときにのみパスワードを提供でき、資格情報をメモリに残さず動的にパスワードを解決できます。

インデックスエンジンが暗号化ファイルに遭遇するとコールバックがトリガーされ、そこでセキュアストアからパスワードを検索したり、オンザフライで計算したりできます。この方法は、すべてのパスワードを辞書に保存する場合に比べて攻撃面を減らします。

概要

イベントコールバックを通じてオンザフライでパスワードを供給し、資格情報ストアを分離したままにします。

手順 1: インデックスとドキュメントフォルダーを定義する

String indexFolder = "YOUR_OUTPUT_DIRECTORY/IndexUsingPasswordEvent";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Path to password‑protected documents

手順 2: インデックスを作成する

// Initialize the Index object in the specified directory
Index index = new Index(indexFolder);

手順 3: パスワード要求イベントを購読する

index.getEvents().PasswordRequired.add(new EventHandler<PasswordRequiredEventArgs>() {
    @Override
    public void invoke(Object sender, PasswordRequiredEventArgs args) {
        // Provide password for DOCX files when needed
        if (args.getDocumentFullPath().endsWith(".docx")) {
            args.setPassword("123456");
        }
    }
});

手順 4: ドキュメントをインデックスする

// The event handler will supply passwords as required during indexing
index.add(documentsFolder);

手順 5: インデックス内を検索する

String query = "sample OR increasing";
SearchResult result = index.search(query);

// Handle search results (e.g., display or process them)

トラブルシューティング

  • イベントハンドラがインデックス対象のすべてのファイル拡張子をカバーしていることを確認してください。
  • まずいくつかのサンプルファイルでテストし、パスワードが適用されていることを確認してください。

実用的な活用例

  1. Enterprise document management – 機密契約書、HR ファイル、財務レポートを暗号化されたまま自動的にインデックス化します。
  2. Legal archives – 敏感な内容を露出させずにケースファイルを迅速に取得します。
  3. Healthcare records – HIPAA 要件に準拠しながら、患者の PDF や Word ドキュメントをインデックスします。

パフォーマンス上の考慮点

  • Memory allocation – 大量バッチ用に十分なヒープメモリ(-Xmx2g 以上)を割り当てます。
  • Parallel indexing – index.addAsync(...) を使用するか、複数のインデックススレッドを実行して、8 コアマシンで時間あたり最大 2 million documents per hour を達成します。index.addAsync(...) は非同期インデックス作成のためにドキュメントをキューイングするメソッドです。
  • Index maintenance – 定期的に index.optimize() を呼び出してインデックスを圧縮し、クエリ速度を向上させます。

よくある問題と解決策

  • Wrong password – ドキュメントはスキップされ、警告がログに記録されます。パスワードのソースを再確認してください。
  • Unsupported format – 必要なフォーマットプラグインをインストールするか、インデックス作成前にファイルをサポートされているタイプに変換してください。
  • Large files – ヒープサイズを増やし、OutOfMemoryError を回避するために小さなバッチに分割してインデックス作成することを検討してください。

よくある質問

Q: How do I handle different file formats?
A: GroupDocs.Search は PDF、DOCX、XLSX、PPTX、一般的な画像タイプを含む 120 以上のフォーマットをサポートしています。必要に応じてフォーマットプラグインをインストールしてください。

Q: What happens if a password is wrong?
A: ドキュメントはスキップされ、警告がログに記録されます。パスワード辞書またはイベントハンドラを確認してください。

Q: Can I index files stored in the cloud?
A: はい、可能ですが、エンジンはファイルシステムパスで動作するため、まずローカルの一時フォルダーにダウンロードする必要があります。

Q: How can I improve search relevance?
A: IndexOptions でスコアリングを調整し、同義語を追加し、field:term~ のような高度なクエリ構文を使用してファジーマッチングを行います。IndexOptions はスコアリングとインデックス動作を制御する設定オブジェクトです。

Q: What should I do if indexing fails for some files?
A: ログ出力を確認してください。一般的な原因はパスワードが欠如している、ファイルが破損している、またはサポートされていないフォーマットです。

リソース

このガイドに従うことで、Java で 複数のファイルタイプを検索 し、パスワード保護されたドキュメントをインデックス する方法が分かり、アプリケーションのセキュリティと検索性の両方が向上します。


最終更新日: 2026-10-28
テスト環境: GroupDocs.Search 25.4 for Java
作者: GroupDocs

関連チュートリアル