Как реализовать полнотекстовый поиск java с GroupDocs.Search

Если вам нужно создать полнотекстовый поиск java в Java‑приложении, вы попали в нужное место. Этот учебник проведёт вас через установку GroupDocs.Search, настройку индекса, добавление документов и запросы к индексу — всё с готовыми к копированию и вставке фрагментами кода. К концу вы поймёте как индексировать документы в стиле java и будете готовы внедрить быстрый, масштабируемый поиск в любое корпоративное решение.

Быстрые ответы

  • Какова основная цель GroupDocs.Search?
    Обеспечить быстрый полнотекстовый индексирование и поиск для широкого спектра форматов документов в Java.
  • Какая версия библиотеки рекомендуется?
    Последний стабильный релиз (например, 25.4 на момент написания).
  • Нужна ли лицензия для запуска примеров?
    Временная лицензия доступна для оценки; коммерческая лицензия требуется для продакшна.
  • Каковы основные шаги создания поискового индекса?
    Установить библиотеку, настроить параметры индекса, добавить документы и выполнить запрос к индексу.
  • Можно ли хранить проиндексированный текст в сжатом виде?
    Да — используйте TextStorageSettings с Compression.High.

Что такое полнотекстовый поиск java?

Полнотекстовый поиск Java относится к процессу построения индекса, который сопоставляет каждый поисковый токен в коллекции документов с его местоположением, обеспечивая мгновенный поиск ключевых слов и фраз без сканирования оригинальных файлов каждый раз. Индекс хранит позиции токенов, частоты и метаданные, позволяя поисковому движку ранжировать результаты по релевантности и поддерживать расширенные запросы, такие как подстановочные знаки, нечеткое совпадение и поиск по близости.

Почему использовать GroupDocs.Search для Java?

GroupDocs.Search поддерживает более 50 форматов ввода и вывода — включая PDF, Word, Excel, PowerPoint, HTML и многие типы изображений — и может обрабатывать документы из сотен страниц без загрузки всего файла в память. Его движок индексирования обеспечивает задержку запросов менее секунды даже при работе с миллионами записей, что делает его надежным выбором для корпоративного поиска.

Требования

  • Java Development Kit (JDK) 8 или выше.
  • Maven для управления зависимостями.
  • Базовое знакомство с Java I/O и концепциями индексирования.

Настройка GroupDocs.Search для Java

Конфигурация Maven

Добавьте репозиторий GroupDocs и зависимость Search в ваш файл 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>

Прямое скачивание

В качестве альтернативы скачайте последнюю версию с GroupDocs.Search для Java (релизы).

Приобретение лицензии

Вы можете получить временную лицензию, чтобы полностью изучить возможности GroupDocs перед покупкой, посетив их Страницу временной лицензии. Этот пробный период позволяет оценить библиотеку в вашей среде.

Базовая инициализация и настройка

Index класс — основной компонент, представляющий на диске хранилище данных, доступных для поиска. Создание экземпляра указывает библиотеке папку, где будут сохраняться файлы индекса.

String indexFolder = "YOUR_INDEX_DIRECTORY";
Index index = new Index(indexFolder);

Как создать поисковый индекс groupdocs с GroupDocs.Search для Java

Создание поискового индекса — основа любого решения быстрого поиска. Загрузите индекс, добавьте документы и затем выполните запрос — всё в нескольких простых шагах.

Что такое «create search index groupdocs»?

Создание поискового индекса с помощью GroupDocs означает построение структуры данных, доступной для поиска, которая сопоставляет каждое слово в ваших документах с его местоположением. Это обеспечивает мгновенный поиск ключевых слов, поиск фраз и расширенную фильтрацию без сканирования оригинальных файлов каждый раз. Также сохраняются частоты терминов для улучшения оценки релевантности при запросах.

Как создать поисковый индекс groupdocs с GroupDocs.Search для Java?

Загрузите объект Index, указав папку индекса, затем вызовите add для загрузки всех файлов из исходного каталога. После индексирования вы можете выполнять запросы к индексу с помощью простых текстовых запросов или сложных булевых выражений. Такой подход завершает конвейер полнотекстового поиска менее чем за минуту для типичных наборов документов. После построения индекса вы можете сохранять его на диск, повторно использовать при перезапуске приложения и выполнять инкрементные обновления, добавляя или удаляя документы без полной перестройки индекса.

Руководство по реализации

Индексирование документов java с GroupDocs.Search

Обзор

Создание индекса — первый шаг к обеспечению быстрых возможностей поиска. Ниже мы пройдем каждый необходимый шаг.

Шаг 1: указать каталоги

Определите, где будет находиться индекс и где расположены исходные документы.

String indexFolder = "YOUR_INDEX_DIRECTORY";
String documentsFolder = "YOUR_DOCUMENTS_DIRECTORY"; 

Шаг 2: создать индекс

Создайте экземпляр Index, чтобы начать построение структуры, доступной для поиска.

Index index = new Index(indexFolder);

Шаг 3: добавить документы в индекс

Передайте все файлы из исходной папки в индекс одним вызовом.

index.add(documentsFolder);

Шаг 4: получить проиндексированные документы

После завершения индексирования вы можете перечислить проиндексированные записи:

DocumentInfo[] documents = index.getIndexedDocuments();
for (DocumentInfo document : documents) {
    String filePath = document.getFilePath();
    // Process each file path or perform further actions here
}

Параметры и назначения методов

  • indexFolder: Путь, где хранятся данные индекса.
  • documentsFolder: Каталог, содержащий файлы для индексирования.

Советы по устранению неполадок

  • Убедитесь, что пути к папкам правильные и доступны.
  • Проверьте разрешения файловой системы, если вы сталкиваетесь с ошибкой «access denied» во время индексирования.

Создание индекса с настройками хранения текста

Что такое настройки хранения текста?

TextStorageSettings позволяет управлять тем, как сохраняется необработанный извлечённый текст каждого документа, включая уровень сжатия и формат.

Шаг 1: настроить параметры индекса

Создайте экземпляр IndexSettings и настройте хранение текста.

IndexSettings settings = new IndexSettings();
settings.setTextStorageSettings(new TextStorageSettings(Compression.High));

Шаг 2: инициализировать индекс с настройками

Передайте пользовательские настройки при создании индекса.

Index index = new Index(indexFolder, settings);

Шаг 3: получить и сохранить тексты документов

Извлеките полный текст документа и сохраните его как HTML (или любой поддерживаемый формат).

DocumentInfo[] documents = index.getIndexedDocuments();
if (documents.length > 0) {
    String outputPath = "YOUR_OUTPUT_DIRECTORY/Text.html";
    FileOutputAdapter outputAdapter = new FileOutputAdapter(OutputFormat.Html, outputPath);
    index.getDocumentText(documents[0], outputAdapter);
}

Ключевые параметры конфигурации

  • Compression.High – Оптимизирует хранение, сжимая извлечённый текст.

Практические применения

  1. Enterprise document management – Быстро находите контракты, политики или отчёты в огромных репозиториях.
  2. Content management systems (CMS) – Обеспечьте поиск по всему сайту с мгновенными результатами.
  3. Legal document handling – Позволяет выполнять поиск по ключевым словам в судебных делах и архивах доказательств.

Соображения по производительности

  • Optimizing index size – Периодически удаляйте устаревшие записи, чтобы индекс оставался компактным.
  • Memory management – Настройте сборщик мусора JVM для крупномасштабных задач индексирования.
  • Best practices – Индексируйте пакетами, повторно используйте экземпляры Index и предпочтительно используйте асинхронные операции для тяжёлых нагрузок.

Распространённые проблемы и решения

СимптомВероятная причинаРешение
«Access denied» при вызове index.add()Неправильные разрешения папкиПредоставьте права чтения/записи процессу
Нет результатов для известного терминаХранение текста не включеноВключите TextStorageSettings или переиндексируйте с правильными настройками
Ошибки out‑of‑memory при больших пакетахРазмер кучи JVM слишком малУвеличьте флаг -Xmx или обрабатывайте документы небольшими партиями

Часто задаваемые вопросы

В: Что такое GroupDocs.Search для Java?
О: Это мощная библиотека, добавляющая возможности полнотекстового поиска в Java‑приложения, поддерживая более 50 форматов документов.

В: Как работать с большими наборами данных в GroupDocs.Search?
О: Используйте пакетную обработку, настройте IndexSettings для эффективности памяти и выполняйте индексирование в асинхронных потоках.

В: Можно ли настроить уровень сжатия в настройках хранения текста?
О: Да, вы можете выбрать между Compression.High, Compression.Medium и Compression.Low, чтобы сбалансировать размер и скорость.

В: Какие типы документов поддерживает GroupDocs.Search?
О: PDF, Word, Excel, PowerPoint, HTML, обычный текст и многие форматы изображений поддерживаются «из коробки».

В: Есть ли поддержка сообщества для GroupDocs.Search?
О: Да, вы можете получить бесплатную поддержку через их форум по адресу Форум GroupDocs.

Ресурсы

Экспериментируя с настройками и изучая API, вы можете точно настроить производительность и адаптировать поиск под свои конкретные потребности. Приятного кодирования!


Последнее обновление: 2026-10-22
Тестировано с: GroupDocs.Search 25.4
Автор: GroupDocs

Связанные учебники