Jak wyszukiwać wiele typów plików i indeksować dokumenty w Javie
W nowoczesnych przedsiębiorstwach często trzeba wyszukiwać wiele typów plików, jednocześnie trzymając poufne pliki zabezpieczone hasłami. Ten samouczek pokazuje, jak zbudować indeks przeszukiwalny dla dokumentów chronionych hasłem w Javie przy użyciu GroupDocs.Search. Zobaczysz, jak skonfigurować słownik haseł, obsłużyć zdarzenia wymagające hasła oraz zoptymalizować wydajność przy dużych partiach — wszystko bez pisania własnej logiki deszyfrowania.
Szybkie odpowiedzi
- Co obejmuje ten samouczek? Indeksowanie dokumentów chronionych hasłem przy użyciu słownika haseł i nasłuchiwacza zdarzeń.
- Jakiej biblioteki potrzebujesz? GroupDocs.Search dla Javy (najnowsza wersja).
- Czy potrzebna jest licencja? Dostępna jest tymczasowa darmowa licencja próbna do oceny.
- Czy mogę indeksować inne typy plików? Tak, GroupDocs.Search obsługuje ponad 120 formatów, w tym PDF, DOCX, XLSX, PPTX i obrazy.
- Jakiej wersji Javy potrzebuję? JDK 8 lub nowsza.
Co to jest „create document index java”?
create document index java odnosi się do procesu budowania struktury danych umożliwiającej przeszukiwanie, która mapuje terminy na lokalizacje plików zarządzanych przez Javę. Dzięki GroupDocs.Search silnik automatycznie wyodrębnia tekst z obsługiwanych formatów — w tym zaszyfrowanych PDF‑ów, dokumentów Office i obrazów — dzięki czemu możesz wykonywać pełnotekstowe wyszukiwania bez pisania własnego kodu deszyfrującego. Takie podejście upraszcza implementację wyszukiwania, jednocześnie zachowując bezpieczeństwo dokumentów.
Dlaczego warto używać GroupDocs.Search dla plików chronionych hasłem?
GroupDocs.Search zapewnia mechanizm odblokowywania „zero‑touch”, który pobiera hasła ze słownika lub obsługi zdarzenia, umożliwiając indeksowanie zaszyfrowanych plików w jednym przebiegu. Przetwarza do 2 milionów dokumentów na godzinę na standardowym serwerze 8‑rdzeniowym, obsługuje ponad 120 typów plików i oferuje bogaty język zapytań z operatorami Boolean, wildcard i fuzzy — wszystko niezbędne do budowy indeksu przeszukiwalnego obejmującego różnorodne treści.
Wymagania wstępne
- Java Development Kit (JDK) 8+ zainstalowany i dodany do
PATH. - IDE, takie jak IntelliJ IDEA lub Eclipse.
- Maven do zarządzania zależnościami.
- GroupDocs.Search dla Javy – dodaj bibliotekę przez Maven (zobacz sekcję konfiguracji).
Konfiguracja GroupDocs.Search dla java
Korzystanie z Maven
Dodaj repozytorium i zależność do pliku 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>
Bezpośrednie pobranie
Alternatywnie możesz pobrać najnowszą wersję bezpośrednio z GroupDocs.Search for Java releases.
Aby rozpocząć z licencją próbną, odwiedź GroupDocs’ temporary license page i postępuj zgodnie z instrukcjami, aby uzyskać darmową wersję próbną.
Jak indeksować dokumenty ze słownikiem haseł
Możesz zbudować indeks przeszukiwalny, podając słownik mapujący ścieżki plików na ich hasła. Silnik automatycznie pobierze właściwe hasło podczas indeksowania.
Przegląd
Przechowuj hasła do dokumentów w prostym mapowaniu klucz‑wartość, aby silnik indeksujący mógł odblokowywać pliki na żądanie.
Krok 1: zdefiniuj indeks i folder z dokumentami
String indexFolder = "YOUR_OUTPUT_DIRECTORY/IndexUsingPasswordDictionary";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Path to password‑protected documents
Krok 2: utwórz indeks
// Initialize the Index object in the specified directory
Index index = new Index(indexFolder);
Krok 3: dodaj hasła do dokumentów
// 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");
Krok 4: indeksuj dokumenty
// Automatically retrieve passwords from the dictionary during indexing
index.add(documentsFolder);
Krok 5: przeszukaj indeks
String query = "sample OR increasing";
SearchResult result = index.search(query);
// Handle search results (e.g., display or process them)
Wskazówka: W scenariuszach produkcyjnych ładować hasła z bezpiecznego skarbca (np. Azure Key Vault lub AWS Secrets Manager) zamiast kodować je na stałe.
Rozwiązywanie problemów
- Zweryfikuj, czy każde hasło odpowiada rzeczywistemu hasłu ochronnemu pliku.
- Podwójnie sprawdź ścieżki plików; niepoprawna ścieżka wywołuje
FileNotFoundException.
Jak indeksować dokumenty przy użyciu nasłuchiwacza zdarzenia wymagającego hasła?
Możesz podawać hasła tylko wtedy, gdy silnik wywoła zdarzenie wymagające hasła, co trzyma poświadczenia poza pamięcią i umożliwia dynamiczne ich uzyskiwanie.
Gdy silnik indeksujący napotka zaszyfrowany plik, wyzwala wywołanie zwrotne, w którym możesz odczytać hasło z bezpiecznego magazynu lub obliczyć je w locie. Ta metoda zmniejsza powierzchnię ataku w porównaniu z przechowywaniem wszystkich haseł w słowniku.
Przegląd
Podawaj hasła w locie poprzez wywołanie zwrotne zdarzenia, utrzymując magazyn poświadczeń odizolowany.
Krok 1: zdefiniuj indeks i folder z dokumentami
String indexFolder = "YOUR_OUTPUT_DIRECTORY/IndexUsingPasswordEvent";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Path to password‑protected documents
Krok 2: utwórz indeks
// Initialize the Index object in the specified directory
Index index = new Index(indexFolder);
Krok 3: subskrybuj zdarzenie wymagające hasła
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");
}
}
});
Krok 4: indeksuj dokumenty
// The event handler will supply passwords as required during indexing
index.add(documentsFolder);
Krok 5: przeszukaj indeks
String query = "sample OR increasing";
SearchResult result = index.search(query);
// Handle search results (e.g., display or process them)
Rozwiązywanie problemów
- Upewnij się, że obsługa zdarzenia obejmuje wszystkie rozszerzenia plików, które chcesz indeksować.
- Najpierw przetestuj kilka przykładowych plików, aby potwierdzić, że hasło jest stosowane.
Praktyczne zastosowania
- Zarządzanie dokumentami w przedsiębiorstwie – automatyzacja indeksowania poufnych umów, dokumentów HR i raportów finansowych przy zachowaniu ich szyfrowania w spoczynku.
- Archiwa prawne – szybkie odnajdywanie akt spraw bez ujawniania wrażliwej treści.
- Rekordy medyczne – indeksowanie PDF‑ów i dokumentów Word pacjentów przy zachowaniu zgodności z wymogami HIPAA.
Względy wydajnościowe
- Alokacja pamięci – przydziel wystarczającą pamięć sterty (
-Xmx2glub więcej) dla dużych partii. - Równoległe indeksowanie – użyj
index.addAsync(...)lub uruchom wiele wątków indeksujących, aby osiągnąć do 2 milionów dokumentów na godzinę na maszynie 8‑rdzeniowej.index.addAsync(...)to metoda kolejkująca dokumenty do asynchronicznego indeksowania. - Utrzymanie indeksu – okresowo wywołuj
index.optimize(), aby skompaktować indeks i przyspieszyć zapytania.
Typowe problemy i rozwiązania
- Nieprawidłowe hasło – dokument jest pomijany, a ostrzeżenie zapisywane w logu. Sprawdź źródło haseł.
- Nieobsługiwany format – zainstaluj niezbędne wtyczki formatów lub skonwertuj pliki do obsługiwanego typu przed indeksowaniem.
- Duże pliki – zwiększ rozmiar sterty i rozważ indeksowanie ich w mniejszych partiach, aby uniknąć
OutOfMemoryError.
Najczęściej zadawane pytania
P: Jak obsłużyć różne formaty plików?
O: GroupDocs.Search obsługuje ponad 120 formatów, w tym PDF, DOCX, XLSX, PPTX i popularne typy obrazów. Zainstaluj wtyczki formatów w razie potrzeby.
P: Co się stanie, gdy hasło będzie nieprawidłowe?
O: Dokument zostanie pominięty i zapisane zostanie ostrzeżenie; zweryfikuj słownik haseł lub obsługę zdarzenia.
P: Czy mogę indeksować pliki przechowywane w chmurze?
O: Tak, ale muszą być najpierw pobrane do lokalnego folderu tymczasowego, ponieważ silnik działa na ścieżkach systemu plików.
P: Jak poprawić trafność wyszukiwania?
O: Dostosuj punktację przy użyciu IndexOptions, dodaj synonimy i użyj zaawansowanej składni zapytań, takiej jak field:term~ dla dopasowań przybliżonych. IndexOptions to obiekt konfiguracyjny kontrolujący punktację i zachowanie indeksowania.
P: Co zrobić, gdy indeksowanie nie powiedzie się dla niektórych plików?
O: Przejrzyj wyjście logu; typowe przyczyny to brakujące hasła, uszkodzone pliki lub nieobsługiwane formaty.
Zasoby
- GroupDocs.Search Documentation
- API Reference
- Download GroupDocs.Search
- GitHub Repository
- Free Support Forum
- Temporary License Information
Postępując zgodnie z tym przewodnikiem, wiesz już jak wyszukiwać wiele typów plików i indeksować dokumenty chronione hasłem w Javie, zwiększając zarówno bezpieczeństwo, jak i dostępność w swoich aplikacjach.
Ostatnia aktualizacja: 2026-10-28
Testowane z: GroupDocs.Search 25.4 for Java
Autor: GroupDocs