Maak zoekindex java met GroupDocs.Search voor Java

In deze uitgebreide gids leer je hoe je create search index java‑toepassingen maakt met GroupDocs.Search voor Java, en zie je ook hoe je highlight search results java kunt gebruiken zodat gebruikers onmiddellijk overeenkomsten kunnen zien in PDF’s, Office‑bestanden, HTML‑pagina’s en meer. Of je nu een lichte desktop‑utility bouwt of een high‑throughput enterprise‑zoekservice, de onderstaande stappen behandelen alles van het indexeren van diverse formaten tot het fijn afstemmen van prestaties en het uitvoeren van een Java boolean query‑voorbeeld.

Snel overzicht

  • Index diverse document types – PDF’s, DOCX, PPTX, XLSX, HTML en meer dan 150 andere formaten.
  • Run advanced queries – Boolean, fuzzy, wildcard, phrase, regex en faceted searches.
  • Leverage language processing – Synonyms, spell checking, homophone detection en custom dictionaries.
  • Integrate OCR – Extract text from scanned images en voeg het toe aan de doorzoekbare index.
  • Optimize performance – Control memory usage, index size en query response times voor indexen die multi‑gigabyte schaal bereiken.
  • Highlight results – Show matches directly in the original document or in an HTML preview with customizable colors and CSS classes.

Hieronder staat een samengestelde lijst met speciale tutorials die je stap voor stap door elke functionaliteit leiden.

Snelle antwoorden

  • Wat doet “highlight search results java”? Het markeert visueel de overeenkomende termen in het originele document of een gegenereerde HTML‑preview, zodat gebruikers direct relevante fragmenten kunnen vinden.
  • Welke bibliotheek biedt faceted search java? GroupDocs.Search for Java bevat ingebouwde faceted search‑ondersteuning die resultaten groepeert op metadata‑velden.
  • Kan ik OCR java implementeren met dezelfde API? Ja—schakel de OCR‑engine in met een enkele OcrOptions‑instelling en dezelfde indexeringsworkflow zal tekst uit afbeeldingen extraheren.
  • Heb ik een licentie nodig voor productiegebruik? Een commerciële licentie is vereist zodra de proefperiode is verlopen.
  • Is de API compatibel met Java 17 en later? Het ondersteunt volledig Java 8+, is getest op Java 17 en draait op elk JVM‑compatibel platform.

Wat is “highlight search results java”?

Highlighting search results in Java means programmatically applying visual cues—such as background colors or bold styling—to the exact words or phrases that matched a user’s query. Deze techniek verkort de tijd die gebruikers besteden aan het scannen van lange documenten en verbetert de algehele zoekbruikbaarheid.

Waarom GroupDocs.Search voor Java gebruiken?

GroupDocs.Search for Java indexes and queries thousands of documents in under two seconds on a standard 8‑core server. Het ondersteunt meer dan 150 bestandsformaten, verwerkt multi‑gigabyte indexen zonder de volledige collectie in het geheugen te laden, en biedt kant‑en‑klare OCR, faceted search en synoniem‑verwerking — allemaal via een vloeiende, goed gedocumenteerde API.

Voorvereisten

  • Java 8 of nieuwer (Java 17 aanbevolen)
  • Maven of Gradle voor dependency‑beheer
  • Een geldige GroupDocs.Search for Java‑licentie (trial beschikbaar)

Stapsgewijze handleiding

Stap 1: project opzetten

Maak een Maven‑ of Gradle‑project aan en voeg de GroupDocs.Search‑dependency toe. Plaats je licentiebestand (GroupDocs.Search.lic) in de map src/main/resources zodat de SDK het automatisch kan laden.

Stap 2: een index maken

Index is de kernklasse die een doorzoekbare repository op schijf vertegenwoordigt.

Index index = new Index("path/to/index/folder");

Nadat je de Index hebt geïnstantieerd, roep je add aan voor elk document dat je doorzoekbaar wilt maken. De SDK detecteert automatisch het bestandstype en extraheert de tekst.

Stap 3: OCR inschakelen (implement OCR java)

OcrOptions configureert de ingebouwde OCR‑engine.

OcrOptions ocr = new OcrOptions();
ocr.setLanguage("eng");
ocr.setDpi(300);

Koppel de OcrOptions‑instantie aan de indexeringsaanroep zodat gescande afbeeldingen worden omgezet naar doorzoekbare tekst.

Stap 4: een zoekquery uitvoeren

SearchOptions bouwt de query die je naar de index stuurt.

SearchOptions options = new SearchOptions()
    .setQuery("invoice")
    .setBooleanOperator(BooleanOperator.AND)
    .setFuzzy(true);

Je kunt een Java boolean query example combineren met faceted filters, wildcards of regex‑patronen om de resultaten verder te verfijnen.

Stap 5: highlight search results java

Highlight is een hulpprogrammaklasse die een gemarkeerde versie van het overeenkomstige document genereert.

HighlightOptions highlight = new HighlightOptions()
    .setColor(Color.YELLOW)
    .setCssClass("search-highlight");
HighlightResult result = Highlight.apply(searchResult, highlight);

De API retourneert ofwel een aangepast PDF‑bestand of een HTML‑fragment waarbij elke overeenkomende term is omgeven door de gekozen opmaak.

Stap 6: beoordelen en optimaliseren

Gebruik de ingebouwde statistics‑API om de indexgrootte, geheugengebruik en query‑latentie te monitoren. Pas maxMemoryUsage aan of schakel compressie in (setCompression(true)) om de index slank te houden bij het verwerken van miljoenen records.

Veelvoorkomende problemen en oplossingen

  • No highlights appear: Controleer of je een HighlightOptions object hebt doorgegeven met een ondersteund uitvoerformaat (HTML of PDF).
  • OCR misses text: Zorg ervoor dat taalpakketten zijn geïnstalleerd en dat de bronafbeeldingen voldoen aan de minimale aanbeveling van 300 dpi.
  • Faceted search returns empty buckets: Bevestig dat de velden waarop je wilt facetten zijn geïndexeerd met het Facet‑type tijdens stap 2.

Veelgestelde vragen

Q: Kan ik faceted search java combineren met fuzzy matching?
A: Ja—je kunt facet‑filters en fuzzy‑queries combineren in dezelfde SearchOptions‑builder, waardoor je resultaten kunt verfijnen terwijl je spelfouten tolereert.

Q: Werkt highlighting op versleutelde PDF’s?
A: Het werkt alleen wanneer je het juiste wachtwoord opgeeft bij het toevoegen van het document aan de index; de SDK decrypt dan, highlight en versleutelt de output opnieuw.

Q: Hoe groot kan een index worden voordat de prestaties afnemen?
A: De bibliotheek verwerkt betrouwbaar multi‑gigabyte indexen; door compressie in te schakelen en maxMemoryUsage af te stemmen kun je query‑tijden onder 200 ms houden, zelfs bij 10 miljoen documenten.

Q: Is er een manier om de highlight‑kleur aan te passen?
A: Zeker. Gebruik HighlightOptions.setColor(Color.YELLOW) of lever een aangepaste CSS‑klasse voor HTML‑output via setCssClass.

Q: Welke versie van GroupDocs.Search is getest met deze gids?
A: De voorbeelden zijn gevalideerd met GroupDocs.Search for Java 23.9.

Gerelateerde onderwerpen die je kunt verkennen

Overzicht van Java‑documentzoekfunctionaliteiten

GroupDocs.Search for Java biedt een uitgebreide reeks mogelijkheden voor het bouwen van krachtige zoekapplicaties:

  • Multi‑format support – 150+ invoer‑ en uitvoerformaten, inclusief PDF, DOCX, PPT, XLS, HTML en afbeeldingsbestanden.
  • Advanced search types – Boolean, fuzzy, wildcard, phrase, regex en faceted search java‑opties.
  • Intelligent indexing – Snelle, configureerbare documentindexering met optionele compressie.
  • Language processing – Synoniemdetectie, spell‑checking en homofoonherkenning.
  • OCR support – Tekst extraheren en zoeken uit afbeeldingen en gescande documenten (implement OCR java).
  • Performance optimization – Afstelbaar geheugengebruik en query‑snelheid voor multi‑gigabyte indexen.
  • Result highlighting – Visueel markeren van zoekresultaten in originele documenten (highlight search results java).
  • Dictionary support – Aangepaste woordenboeken voor gespecialiseerde terminologie en domeinen.
  • Distributed search – Schaalbare, geshardde zoekoplossingen bouwen met netwerkmogelijkheden.
  • Blazing speed – Verwerk en doorzoek 10 000 documenten in minder dan 2 seconden op een typische server.

Leerbronnen

Laatste update: 2026-08-26
Getest met: GroupDocs.Search for Java 23.9
Auteur: GroupDocs