Opanowanie wydajnego wyszukiwania dokumentów przy użyciu GroupDocs.Search dla Javy

W świecie zarządzania dokumentami szybkie znajdowanie konkretnej treści wśród licznych dokumentów jest kluczowe. Niezależnie od tego, czy zarządzasz umowami prawnymi, czy pracami akademickimi, możliwości create index java mogą zaoszczędzić godziny ręcznej pracy. Ten samouczek zagłębia się w użycie GroupDocs.Search for Java, potężnej java search library, która pomaga tworzyć indeksy, add documents to index, oraz extract text java z Twoich plików efektywnie. Po zakończeniu tego przewodnika będziesz wiedział, jak skonfigurować indeksowanie z własnymi ustawieniami i wyświetlać tekst dokumentu w różnych formatach, w tym strukturalnym wyodrębnianiu tekstu.

Szybkie odpowiedzi

• Jaki jest główny cel? Aby create index java i szybko pobierać zawartość dokumentu.
• Którą bibliotekę powinienem używać? Biblioteka GroupDocs.Search for Java java search library.
• Czy mogę wyprowadzić tekst do pliku? Tak, użyj dostarczonych adapterów output text to file.
• Czy obsługiwane jest strukturalne wyodrębnianie? Zdecydowanie – użyj adaptera structured text extraction.
• Czy potrzebuję licencji? Wymagana jest licencja próbna lub stała do użytku produkcyjnego.

Czego się nauczysz

• Jak create index java i add documents to index przy użyciu GroupDocs.Search for Java.
• Techniki output text to file, strumieni, ciągów znaków i danych strukturalnych.
• Wskazówki optymalizacji wydajności dla efektywnego wyszukiwania i zarządzania pamięcią.
• Praktyczne zastosowania tych funkcji.

Wymagania wstępne

Zanim zanurzysz się w samouczek, upewnij się, że masz następujące elementy:

• Java Development Kit (JDK): Zalecana wersja 8 lub wyższa.
• GroupDocs.Search for Java library.
• Maven do zarządzania zależnościami i budowania projektu.
• Podstawowa znajomość programowania w Javie, szczególnie operacji I/O na plikach.

Konfiguracja GroupDocs.Search dla Javy

Aby rozpocząć korzystanie z GroupDocs.Search for Java, musisz dodać niezbędne zależności do swojego projektu. Oto jak skonfigurować to przy użyciu Maven:

Konfiguracja Maven
Dodaj następujące konfiguracje repozytorium i zależności w 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>

Dla osób preferujących bezpośrednie pobranie, najnowszą wersję można uzyskać z GroupDocs.Search for Java releases.

Uzyskanie licencji
Aby korzystać z GroupDocs.Search, rozważ uzyskanie darmowej wersji próbnej lub tymczasowej licencji. W celu pełnego zakupu, odwiedź ich oficjalną stronę, aby nabyć stałą licencję.

Jak utworzyć indeks java z własnymi ustawieniami

Ta sekcja prowadzi Cię przez tworzenie indeksu, dodawanie dokumentów i konfigurowanie kompresji w celu optymalnego przechowywania.

Tworzenie indeksu i indeksowanie dokumentów

Przegląd

Tworzenie indeksu pozwala na efektywne przeszukiwanie dokumentów. Poniższy przykład pokazuje, jak create index java z wysoką kompresją, a następnie add documents to index.

import com.groupdocs.search.*;
import java.io.ByteArrayOutputStream;

public class FeatureIndexCreation {
    public static void main(String[] args) {
        // Define the folder paths for indexing
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        String documentsFolder = YOUR_DOCUMENT_DIRECTORY + "/DocumentsPath";  // Adjust as needed

        // Creating an index settings instance with compression enabled
        IndexSettings settings = new IndexSettings();
        settings.setTextStorageSettings(new TextStorageSettings(Compression.High));

        // Creating the index in the specified folder
        Index index = new Index(indexFolder, settings);

        // Adding documents from the specified folder to the index
        index.add(documentsFolder);
    }
}

Wyjaśnienie

• Index Settings: Włączamy wysoką kompresję dla przechowywania tekstu, optymalizując wykorzystanie miejsca na dysku.
• Adding Documents: Metoda index.add() adds documents to index, skanując folder rekurencyjnie.

Jak wyprowadzić tekst do pliku, strumienia, ciągu znaków i formatów strukturalnych

Poniżej znajdują się cztery typowe sposoby pobierania i przechowywania wyodrębnionej zawartości po created index java.

Wyjście tekstu dokumentu do pliku

Przegląd

Ten przykład pokazuje, jak output text to file w formacie HTML, co jest przydatne do wizualnej inspekcji lub dalszego przetwarzania.

import com.groupdocs.search.*;

public class FeatureOutputToFile {
    public static void main(String[] args) {
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        Index index = new Index(indexFolder);

        // Assuming documents are already indexed, retrieve the first document
        DocumentInfo[] documents = index.getIndexedDocuments();
        if (documents.length > 0) {
            DocumentInfo document = documents[0];

            // Output document text to an HTML file
            FileOutputAdapter fileOutputAdapter = new FileOutputAdapter(OutputFormat.Html, YOUR_OUTPUT_DIRECTORY + "/Text.html");
            index.getDocumentText(document, fileOutputAdapter);
        }
    }
}

Wyjaśnienie

• FileOutputAdapter: Konwertuje tekst zindeksowanego dokumentu na HTML i zapisuje go w określonej ścieżce pliku.

Wyjście tekstu dokumentu do strumienia

Przegląd

Gdy potrzebne jest przetwarzanie w pamięci — na przykład generowanie dynamicznej treści internetowej — wyjście do strumienia jest idealne.

import com.groupdocs.search.*;
import java.io.ByteArrayOutputStream;

public class FeatureOutputToStream {
    public static void main(String[] args) {
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        Index index = new Index(indexFolder);

        // Assuming documents are already indexed, retrieve the first document
        DocumentInfo[] documents = index.getIndexedDocuments();
        if (documents.length > 0) {
            DocumentInfo document = documents[0];

            // Output document text to a stream in HTML format
            ByteArrayOutputStream stream = new ByteArrayOutputStream();
            StreamOutputAdapter streamOutputAdapter = new StreamOutputAdapter(OutputFormat.Html, stream);
            index.getDocumentText(document, streamOutputAdapter);
        }
    }
}

Wyjaśnienie

• StreamOutputAdapter: Przesyła tekst dokumentu do ByteArrayOutputStream, umożliwiając elastyczną obsługę bez ingerencji w system plików.

Wyjście tekstu dokumentu do ciągu znaków

Przegląd

Jeśli po prostu potrzebujesz zalogować lub wyświetlić zawartość, konwersja wyniku do String jest najszybszą drogą.

import com.groupdocs.search.*;

public class FeatureOutputToString {
    public static void main(String[] args) {
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        Index index = new Index(indexFolder);

        // Assuming documents are already indexed, retrieve the first document
        DocumentInfo[] documents = index.getIndexedDocuments();
        if (documents.length > 0) {
            DocumentInfo document = documents[0];

            // Output document text to a string in HTML format
            StringOutputAdapter stringOutputAdapter = new StringOutputAdapter(OutputFormat.Html);
            index.getDocumentText(document, stringOutputAdapter);
            String result = stringOutputAdapter.getResult();
        }
    }
}

Wyjaśnienie

• StringOutputAdapter: Przechwytuje tekst dokumentu w String, co ułatwia wstawianie go do logów lub komponentów UI.

Wyjście tekstu dokumentu do formatu strukturalnego

Przegląd

Do zaawansowanego parsowania — takiego jak wyodrębnianie pól, tabel lub niestandardowych metadanych — użyj adaptera wyjścia strukturalnego.

import com.groupdocs.search.*;

public class FeatureOutputToStructure {
    public static void main(String[] args) {
        String indexFolder = YOUR_DOCUMENT_DIRECTORY + "/OutputAdapters/Index";
        Index index = new Index(indexFolder);

        // Assuming documents are already indexed, retrieve the first document
        DocumentInfo[] documents = index.getIndexedDocuments();
        if (documents.length > 0) {
            DocumentInfo document = documents[0];

            // Output document text to a structured format like PlainText
            StructuredOutputAdapter structuredOutputAdapter = new StructuredOutputAdapter(OutputFormat.PlainText);
            index.getDocumentText(document, structuredOutputAdapter);
        }
    }
}

Wyjaśnienie

• StructuredOutputAdapter: Wyodrębnia tekst dokumentu do formatu structured text extraction, umożliwiając szczegółową analizę lub dalsze przetwarzanie w pipeline’ach danych.

Częste problemy i rozwiązania

Najczęściej zadawane pytania

Q: Czy mogę używać GroupDocs.Search z innymi językami JVM, takimi jak Kotlin lub Scala?
A: Tak, biblioteka jest czystą Javą i działa bezproblemowo z każdym językiem JVM.

Q: Jak kompresja wpływa na szybkość wyszukiwania?
A: Wysoka kompresja zmniejsza zużycie dysku, ale może nieco obciążać CPU podczas indeksowania. Wydajność wyszukiwania pozostaje szybka, ponieważ biblioteka dekompresuje w locie.

Q: Czy można zaktualizować istniejący indeks bez jego przebudowy?
A: Zdecydowanie. Użyj index.add() dla nowych plików i index.remove() aby usunąć przestarzałe.

Q: Który format wyjściowy jest najlepszy do dalszego przetwarzania języka naturalnego?
A: PlainText za pośrednictwem adaptera structured text extraction zapewnia czystą, niezależną od języka zawartość, idealną dla pipeline’ów NLP.

Q: Czy potrzebuję licencji do rozwoju i testowania?
A: Licencja próbna działa w fazie rozwoju i oceny. Wdrożenia produkcyjne wymagają zakupionej licencji.

Ostatnia aktualizacja: 2026-01-14
Testowano z: GroupDocs.Search 25.4 for Java
Autor: GroupDocs