Filfilter för filändelser java med GroupDocs.Search

I den här omfattande handledningen kommer du att lära dig hur du filter file extensions java när du indexerar dokument med GroupDocs.Search. I slutet av guiden kommer du att kunna inkludera endast de filtyper du behöver, exkludera oönskade format och kombinera dessa regler med datumintervall- och sökvägsfilter med logiska AND-, OR- och NOT‑operatorer. Detta tillvägagångssätt håller ditt index smalt, påskyndar sökningar och hjälper dig att följa databehandlingspolicyer.

Snabba svar

  • Vad är java file extension filter? Det är en regel som talar om för GroupDocs.Search vilka filändelser som ska inkluderas eller exkluderas under indexering.
  • Vilket bibliotek tillhandahåller denna funktion? GroupDocs.Search for Java.
  • Behöver jag en licens? En gratis provperiod fungerar för utvärdering; en full licens krävs för produktion.
  • Kan jag kombinera filter? Ja – du kan kedja ihop extensions-, datum-, storleks- och sökvägsfilter med AND, OR, NOT‑logik.
  • Är det Maven‑kompatibelt? Absolut – lägg till GroupDocs.Search‑beroendet i din pom.xml.

Vad är ett java file extension filter?

Ett java file extension filter är en regeluppsättning som utvärderar varje fils filändelse innan den skickas till indexeringsmotorn. Genom att ange ändelser som .txt, .pdf eller .epub kan du include files by extension eller exclude files by extension för att hålla ditt index fokuserat och dina sökresultat relevanta.

Varför använda filändelsefiltrering med GroupDocs.Search?

Filändelsefiltrering förbättrar indexeringseffektiviteten genom att exkludera irrelevanta format, minskar lagringskraven och hjälper till att uppfylla efterlevnadsregler genom att förhindra oönskat innehåll från att hamna i indexet. Det möjliggör också snabbare svar på frågor eftersom sökmotorn bearbetar en mindre, mer relevant datamängd.

  • Prestanda: Att hoppa över oönskade filer minskar I/O och påskyndar indexering med upp till 40 % i stora arkiv.
  • Lagringsbesparingar: Endast relevanta dokument lagras i indexet, vilket minskar diskutrymmet med i genomsnitt 30 %.
  • Efterlevnad: Förhindra oavsiktlig indexering av konfidentiella eller ej stödda filtyper.
  • Flexibilitet: Kombinera med date range filter java-funktioner för att rikta in dig på filer som skapats eller modifierats inom specifika perioder.

Förutsättningar

Innan vi börjar, se till att du har följande:

Nödvändiga bibliotek och beroenden

  • GroupDocs.Search for Java – version 25.4 eller senare (stödjer 60+ inmatningsformat).
  • Java Development Kit (JDK) – någon kompatibel version (8 eller nyare).

Miljöinställning

  • Integrated Development Environment (IDE): IntelliJ IDEA, Eclipse eller någon Maven‑kompatibel IDE.

Kunskapsförutsättningar

  • Grundläggande Java-programmering.
  • Bekantskap med fil‑I/O i Java.
  • Förståelse för reguljära uttryck och datum‑tidshantering.

Konfigurera GroupDocs.Search för Java

För att börja använda GroupDocs.Search måste du inkludera det som ett beroende i ditt projekt.

Maven‑konfiguration

Lägg till följande repository‑ och beroende‑konfiguration i din pom.xml‑fil:

<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>

Direkt nedladdning

Alternativt, ladda ner den senaste versionen direkt från GroupDocs.Search for Java releases.

Licensförvärv

  1. Free trial – utforska funktionerna utan kostnad.
  2. Temporary license – få full funktionalitet under en begränsad period.
  3. Purchase – skaffa en permanent licens för produktionsbruk.

Grundläggande initiering och konfiguration

När biblioteket har lagts till, initiera din indexeringsmiljö. Klassen IndexSettings innehåller alla konfigurationsalternativ, inklusive filter.

import com.groupdocs.search.*;

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

Implementeringsguide

Nedan går vi igenom varje filtertyp, förklarar why it matters och ger steg‑för‑steg‑instruktioner som du kan kopiera in i ditt projekt.

Filändelsefiltrering

Filtrera filer efter deras filändelser under indexering. Detta är perfekt när du bara vill bearbeta e‑böcker (.fb2, .epub) och rena textfiler (.txt).

Översikt

DocumentFilter.createFileExtension skapar en vitlista av filändelser.

Implementeringssteg

  1. Create filter – definiera de filändelser du vill behålla.

    DocumentFilter filter = DocumentFilter.createFileExtension(".fb2", ".epub", ".txt");
IndexSettings settings = new IndexSettings();
settings.setDocumentFilter(filter);

  2. Initialize index and add documents – tillämpa filtret när du konstruerar IndexSettings.

    Index index = new Index("YOUR_OUTPUT_DIRECTORY\\FileExtensionFilter", settings);
index.add("YOUR_DOCUMENT_DIRECTORY");

Logiskt NOT‑filter

Exkludera specifika filändelser, såsom webbsidor och PDF‑filer, när de inte behövs för ditt sökscenario.

Implementeringssteg

  1. Create exclusion filter – ange filändelser som ska avvisas.

    DocumentFilter filterNot = DocumentFilter.createFileExtension(".htm", ".html", ".pdf");
DocumentFilter invertedFilter = DocumentFilter.createNot(filterNot);

  2. Apply to index settings – kombinera NOT‑filtret med andra regler.

    IndexSettings settingsNot = new IndexSettings();
settingsNot.setDocumentFilter(invertedFilter);

  3. Add documents – endast filer som klarar det kombinerade filtret indexeras.

    Index indexNot = new Index("YOUR_OUTPUT_DIRECTORY\\LogicalNotFilter", settingsNot);
indexNot.add("YOUR_DOCUMENT_DIRECTORY");

Logiskt AND‑filter

Kombinera flera villkor—skapandedatum, filändelse och filstorlek—så att only files that meet all criteria indexeras.

Översikt

DocumentFilter.createAnd slår samman flera filter till en enda regel.

Implementeringssteg

  1. Define filters – skapa individuella filter för varje villkor.

    DocumentFilter filter1 = DocumentFilter.createCreationTimeRange(Utils.createDate(2015, 1, 1), Utils.createDate(2016, 1, 1));
DocumentFilter filter2 = DocumentFilter.createFileExtension(".txt");
DocumentFilter filter3 = DocumentFilter.createFileLengthUpperBound(8 * 1024 * 1024);

  2. Combine filters – använd AND‑operatorn för att kräva alla villkor.

    DocumentFilter finalFilterAnd = DocumentFilter.createAnd(filter1, filter2, filter3);
IndexSettings settingsAnd = new IndexSettings();
settingsAnd.setDocumentFilter(finalFilterAnd);

  3. Index documents – mata in det kombinerade filtret i indexeringspipeline.

    Index indexAnd = new Index("YOUR_OUTPUT_DIRECTORY\\LogicalAndFilter", settingsAnd);
indexAnd.add("YOUR_DOCUMENT_DIRECTORY");

Logiskt OR‑filter

Inkludera filer som uppfyller any av de angivna villkoren—användbart när du vill fånga både små textfiler och större icke‑textfiler.

Implementeringssteg

  1. Define filters – skapa separata filter för varje alternativt villkor.

    DocumentFilter txtFilter = DocumentFilter.createFileExtension(".txt");
DocumentFilter notTxtFilter = DocumentFilter.createNot(txtFilter);

  2. Combine filters with logical conditions – använd OR‑operatorn.

    DocumentFilter bound5Filter = DocumentFilter.createFileLengthUpperBound(5 * 1024 * 1024);
DocumentFilter bound10Filter = DocumentFilter.createFileLengthUpperBound(10 * 1024 * 1024);

DocumentFilter txtSizeFilter = DocumentFilter.createAnd(txtFilter, bound5Filter);
DocumentFilter notTxtSizeFilter = DocumentFilter.createAnd(notTxtFilter, bound10Filter);

  3. Finalize OR filter – fäst det kombinerade filtret till indexkonfigurationen.

    DocumentFilter finalFilterOr = DocumentFilter.createOr(txtSizeFilter, notTxtSizeFilter);

IndexSettings settingsOr = new IndexSettings();
settingsOr.setDocumentFilter(finalFilterOr);
Index indexOr = new Index("YOUR_OUTPUT_DIRECTORY\\LogicalOrFilter", settingsOr);
indexOr.add("YOUR_DOCUMENT_DIRECTORY");

Skapandetidsfilter

Målsätt filer som skapats inom en specifik period—ett klassiskt date range filter java-scenario.

Implementeringssteg

  1. Define date‑range filter – ange start- och slutdatum.

    DocumentFilter filter3CTime = DocumentFilter.createCreationTimeRange(Utils.createDate(2017, 1, 1), Utils.createDate(2018, 6, 15));
IndexSettings settingsCTime = new IndexSettings();
settingsCTime.setDocumentFilter(filter3CTime);

  2. Index documents – endast filer vars skapelsestämplar faller inom intervallet indexeras.

    Index indexCTime = new Index("YOUR_OUTPUT_DIRECTORY\\CreationTimeFilters", settingsCTime);
indexCTime.add("YOUR_DOCUMENT_DIRECTORY");

Modifieringstidsfilter

Exkludera filer som modifierats efter ett visst avstängningsdatum.

Implementeringssteg

  1. Define filter – sätt det maximala modifieringstidstämpeln.

    DocumentFilter filter2MTime = DocumentFilter.createModificationTimeUpperBound(Utils.createDate(2018, 6, 15));
IndexSettings settingsMTime = new IndexSettings();
settingsMTime.setDocumentFilter(filter2MTime);

  2. Index documents – filer som är nyare än avstängningsdatumet ignoreras.

    Index indexMTime = new Index("YOUR_OUTPUT_DIRECTORY\\ModificationTimeFilters", settingsMTime);
indexMTime.add("YOUR_DOCUMENT_DIRECTORY");

Filvägsfiltrering

Begränsa indexering till filer som finns i specifika mappar eller matchar ett mönster—idealiskt för include files by extension inom en viss kataloghierarki.

Implementeringssteg

  1. Define file‑path filter – använd glob‑ eller regex‑mönster för att matcha kataloger.

    DocumentFilter pathFilter = DocumentFilter.createPath("*.txt", "documents/");
IndexSettings settingsPath = new IndexSettings();
settingsPath.setDocumentFilter(pathFilter);

  2. Initialize index and add documents – tillämpa sökvägsfiltret tillsammans med andra regler.

    Index indexPath = new Index("YOUR_OUTPUT_DIRECTORY\\FilePathFilter", settingsPath);
indexPath.add("YOUR_DOCUMENT_DIRECTORY");

Vanliga fallgropar & tips

  • Never mix absolute and relative paths i samma filterkonfiguration – det kan leda till oväntade exkluderingar.
  • Reset the IndexSettings när du byter filteruppsättningar; annars kan tidigare filter kvarstå.
  • Combine a length upper bound with an extension filter för stora samlingar för att hålla minnesanvändningen låg.
  • LoggingOptions styr loggningskonfigurationen för GroupDocs.Search.
  • Enable logging (LoggingOptions.setEnabled(true)) för att se varför en fil avvisades.

Vanliga frågor

Q: Kan jag ändra filterkriterierna efter att indexet har skapats?
A: Ja. Bygg om indexet med ett nytt DocumentFilter eller använd inkrementell indexering med uppdaterade inställningar.

Q: Fungerar java file extension filter på komprimerade arkiv (t.ex. ZIP)?
A: GroupDocs.Search kan indexera stödda arkivformat, men filändelsefiltret gäller själva arkivet, inte de inre filerna. Använd nästlade filter för djupare kontroll.

Q: Hur felsöker jag varför en viss fil exkluderades?
A: Aktivera bibliotekets loggning (LoggingOptions.setEnabled(true)) och inspektera loggen – den rapporterar vilket filter som avvisade varje fil.

Q: Är det möjligt att kombinera java file extension filter med anpassade regex‑filter?
A: Absolut. Inkludera ett regex‑filter i DocumentFilter.createAnd() tillsammans med filändelsefiltret.

Q: Vilken prestandapåverkan har det att lägga till många filter?
A: Varje filter tillför en måttlig overhead under indexering, men minskningen av indexerad data väger vanligtvis upp kostnaden. Testa med ett representativt urval för att hitta den optimala balansen.

Senast uppdaterad: 2026-09-06
Testat med: GroupDocs.Search 25.4 for Java
Författare: GroupDocs

Relaterade handledningar