Desativar Palavras‑vazias Java – Adicionar Documentos ao Índice com GroupDocs
Neste tutorial, você descobrirá como disable stop words java ao adicionar seus arquivos a um índice pesquisável com GroupDocs.Search for Java. Ao desativar o filtro interno de palavras‑vazias, cada token — incluindo palavras comuns como “on”, “by” ou “the” — torna‑se pesquisável, o que melhora drasticamente a relevância dos resultados para domínios especializados, como contratos legais, catálogos de comércio eletrônico ou manuais técnicos.
Respostas Rápidas
- O que significa “add documents to index”? Significa carregar seus arquivos de origem em um índice pesquisável para que possam ser consultados de forma eficiente.
- Por que eu desativaria palavras‑vazias? Para incluir palavras comuns (por exemplo, “on”, “the”) nas buscas quando esses termos são significativos para o seu domínio.
- Qual versão da biblioteca é necessária? GroupDocs.Search for Java 25.4 ou posterior.
- Preciso de uma licença? Um teste gratuito funciona para avaliação; uma licença permanente é necessária para produção.
- Posso usar isso em um projeto Maven? Sim – basta adicionar o repositório e a dependência mostrados abaixo.
O que são palavras‑vazias na pesquisa e por que você pode querer desativá‑las?
Palavras‑vazias são termos de alta frequência que muitos mecanismos de busca filtram automaticamente para acelerar o processamento de consultas. Desativá‑las garante que every word — incluindo aquelas tradicionalmente ignoradas — contribua para o índice de pesquisa, o que é essencial quando essas palavras carregam significado específico do domínio. Por exemplo, em um contrato legal a palavra “by” pode distinguir as partes, e em um catálogo de produtos “on” pode fazer parte do nome de um modelo.
Como funciona a adição de documentos ao índice no GroupDocs.Search?
Quando você adiciona documentos, o GroupDocs.Search lê cada arquivo, tokeniza o conteúdo e armazena os tokens em um índice invertido otimizado. Essa estrutura permite recuperação em subsegundos mesmo para coleções contendo hundreds of thousands of files. A biblioteca também suporta atualizações incrementais, de modo que você pode manter o índice atualizado sem reconstruí‑lo do zero.
Pré‑requisitos
- Bibliotecas Necessárias: GroupDocs.Search for Java 25.4 (ou mais recente).
- Ambiente de Desenvolvimento: IntelliJ IDEA, Eclipse ou qualquer IDE Java de sua preferência.
- Conhecimento Básico: Familiaridade com a sintaxe Java e o conceito de indexação.
Configurando o GroupDocs.Search para Java
Instalação via Maven
Se você estiver usando Maven, inclua o seguinte no seu 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>
Download Direto
Alternativamente, baixe a versão mais recente em GroupDocs.Search for Java releases.
Etapas de Aquisição de Licença
- Teste Gratuito – comece a testar imediatamente.
- Licença Temporária – obtenha uma chave de tempo limitado para funcionalidade completa.
- Compra – adquira uma licença permanente para uso em produção.
Inicialização e Configuração Básicas
IndexSettings é uma classe de configuração que define como o índice é construído, pesquisado e quais recursos são habilitados.
Crie uma instância de IndexSettings para controlar o comportamento do índice:
import com.groupdocs.search.IndexSettings;
// Create an instance of IndexSettings
IndexSettings settings = new IndexSettings();
Como desativar palavras‑vazias na pesquisa (Java)?
IndexSettings é o objeto de configuração que controla o comportamento do índice de pesquisa. Por padrão, ele habilita um filtro interno de palavras‑vazias. Para desativar esse filtro, chame o método setUseStopWords(false) na instância de IndexSettings. Essa única chamada desativa a remoção de palavras‑vazias, garantindo que cada token — incluindo palavras comuns como “on” ou “the” — seja indexado e possa ser consultado.
Como adicionar documentos ao índice
Adicionar documentos ao índice é realizado criando um objeto Index com o IndexSettings desejado e, em seguida, invocando seu método add para cada arquivo ou pasta. A biblioteca lê cada documento, tokeniza seu conteúdo e armazena os termos resultantes no índice invertido, tornando‑os pesquisáveis instantaneamente. Você pode apontar o índice para um diretório de saída específico e especificar a pasta de origem contendo os arquivos a serem indexados.
Definindo o Diretório de Saída
// Disable the use of stop words
tsettings.setUseStopWords(false);
Especificando o Diretório de Documentos
import com.groupdocs.search.Index;
// Define the path to the output directory for indexing
String indexFolder = "YOUR_OUTPUT_DIRECTORY\\IndexingWithStopWords";
// Create an index at the specified location with the configured settings
Index index = new Index(indexFolder, settings);
Executando uma Consulta de Pesquisa
// Define the path to your document directory
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY";
// Add all documents in the specified folder to the index
index.add(documentsFolder);
Como disable stop words java está ativo, uma consulta contendo o termo “on” será avaliada, retornando correspondências que de outra forma seriam ignoradas pelo filtro padrão.
Aplicações Práticas
- Pesquisa de Documentos Corporativos – Preserve a terminologia crítica que seria removida pelas listas padrão de palavras‑vazias.
- Plataformas de E‑commerce – Aumente a descoberta de produtos indexando cada palavra em descrições, números de modelo e especificações.
- Ferramentas de Pesquisa Jurídica – Capture cada termo legal, mesmo aqueles comumente tratados como palavras‑vazias, para evitar perder cláusulas cruciais.
Considerações de Desempenho
- Dicas de Otimização: Atualize e faça a limpeza do seu índice regularmente para manter alta velocidade de pesquisa. O GroupDocs.Search pode lidar com até 1 million documents enquanto mantém tempos de consulta em subsegundos.
- Uso de Recursos: Monitore o tamanho do heap da JVM; índices grandes podem exigir um heap máximo (
-Xmx) de 4 GB ou mais. - Gerenciamento de Memória Java: Use opções de armazenamento off‑heap para corpora muito grandes a fim de manter a pegada on‑heap abaixo de 2 GB.
Problemas Comuns e Soluções
| Sintoma | Causa Provável | Solução |
|---|---|---|
| Nenhum resultado para palavras comuns | setUseStopWords(true) (padrão) | Chame setUseStopWords(false) como mostrado acima. |
| Erros de falta de memória durante a indexação | Indexar muitos arquivos grandes de uma vez | Indexe arquivos em lotes; aumente a opção JVM -Xmx. |
| A pesquisa retorna dados desatualizados | Índice não atualizado após adicionar novos arquivos | Chame index.update() ou re‑adicione os documentos alterados. |
Perguntas Frequentes
Q: O que são palavras‑vazias?
A: Palavras‑vazias são termos comuns (por exemplo, “the”, “is”, “on”) que muitos mecanismos de busca ignoram para acelerar as consultas. Desativá‑las permite tratar cada token como pesquisável.
Q: Por que desativar palavras‑vazias em índices de pesquisa?
A: Quando a correspondência exata de frases é necessária — como em documentos legais ou técnicos — cada palavra tem significado, portanto você precisa incluir palavras‑vazias.
Q: Como o GroupDocs.Search lida com grandes conjuntos de dados?
A: A biblioteca usa estruturas de dados otimizadas e indexação incremental para manter o uso de memória baixo, mesmo com millions of documents.
Q: Posso integrar o GroupDocs.Search com outras aplicações Java?
A: Sim, a API foi projetada para fácil incorporação em qualquer sistema baseado em Java, desde serviços web até aplicativos desktop.
Q: O que devo fazer se meus resultados de pesquisa não forem precisos?
A: Verifique se o índice inclui todos os arquivos necessários (add documents to index), assegure que o filtro de palavras‑vazias está desativado quando necessário e considere reconstruir o índice após mudanças significativas.
Recursos Adicionais
- Documentação: GroupDocs Search Documentation
- Referência da API: GroupDocs API Reference
- Download: Get the latest GroupDocs.Search for Java
- Repositório GitHub: Explore on GitHub
- Suporte Gratuito: Join GroupDocs Forum
- Licença Temporária: Apply for a Temporary License
Seguindo este guia, você agora sabe como add documents to index e disable stop words java para fornecer resultados de pesquisa mais precisos em suas aplicações Java.
Última Atualização: 2026-07-07
Testado com: GroupDocs.Search for Java 25.4
Autor: GroupDocs
import com.groupdocs.search.results.SearchResult;
// Define your search query
tString query = "on";
// Perform the search operation using the index and the specified query
SearchResult result = index.search(query);
