Hur man skapar index med GroupDocs.Search för Java

Om du behöver hur man skapar index för tusentals juridiska, akademiska eller affärsdokument, ger GroupDocs.Search för Java dig en färdig motor som extraherar text, bygger en kompakt sökbar struktur och låter dig köra regex-, fuzzy- eller wildcard‑frågor på millisekunder. I den här handledningen kommer du att se hur du ställer in SDK:n, skapar ett index, lägger till dokument i det och utför kraftfulla mönsterbaserade sökningar.

Snabba svar

  • Vad är det primära syftet med GroupDocs.Search? Att skapa sökbara index för ett brett spektrum av dokumentformat.
  • Kan jag lägga till dokument i indexet efter att det har skapats? Yes—use the index.add() method to include new files.
  • Stöder GroupDocs.Search fuzzy‑sökning i Java? Absolutely; enable it via SearchOptions.
  • Hur kör jag en wildcard‑fråga i Java? Create it with SearchQuery.createWildcardQuery().
  • Krävs en licens för produktionsanvändning? A valid GroupDocs.Search license is needed for commercial deployments.

SearchOptions konfigurerar sökbeteende såsom fuzzy‑matchning.
SearchQuery.createWildcardQuery() bygger ett wildcard‑frågeobjekt.

Vad betyder “how to create index” i sammanhanget GroupDocs.Search?

Att skapa ett index innebär att skanna ett eller flera källdokument, extrahera sökbar text och lagra den informationen i ett strukturerat format som kan frågas effektivt. Denna process bygger en kompakt datastruktur på disk som möjliggör blixtsnabba uppslagningar över tusentals filer, även när de ursprungliga dokumenten är stora eller lagrade i olika format.

Varför använda GroupDocs.Search för Java?

GroupDocs.Search erbjuder en beprövad, företagsklassad lösning som stödjer över 30 in- och utdataformat—inklusive PDF, DOCX, XLSX, PPTX, HTML och rena textfiler—samtidigt som den levererar svarstider på under en sekund för index som innehåller miljontals sidor. Dess inbyggda fuzzy-, wildcard- och regex search java‑funktioner låter dig hantera stavfel, mönstermatchning och komplexa sökscenarier utan att skriva egna parsers.

Förutsättningar

  • GroupDocs.Search for Java version 25.4 or newer.
  • En IDE såsom IntelliJ IDEA eller Eclipse med Maven‑stöd.
  • JDK 11 eller senare installerat på din utvecklingsmaskin.
  • Grundläggande kunskap om Java‑syntax och sökkoncept.

Installera GroupDocs.Search för Java

Du kan lägga till biblioteket via Maven eller ladda ner det manuellt.

Maven‑inställning

<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 från GroupDocs.Search for Java releases.

Licensförvärv

  • Free trial: Utforska alla funktioner utan kostnad.
  • Temporary license: Förläng provperioden för utvärderingsprojekt.
  • Full license: Krävs för produktionsutplaceringar och för att låsa upp obegränsad indexering.

När biblioteket är tillgängligt, initiera det i din Java‑kod:

import com.groupdocs.search.*;

public class InitializeSearch {
    public static void main(String[] args) {
        // Create an index instance
        Index index = new Index("YOUR_DOCUMENT_DIRECTORY\\output");
        
        System.out.println("GroupDocs.Search initialized successfully.");
    }
}

Så skapar du index med GroupDocs.Search

Läs in dina källfiler, peka SDK:n mot en mapp och låt den bygga den sökbara strukturen i ett enda anrop. Detta tillvägagångssätt skapar indexet på under en minut för en typisk 10 GB dokumentsamling på en standardserver.

Definiera sökvägar

String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\CreateAndIndexDocuments";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY";

Skapa indexet

Index index = new Index(indexFolder);
System.out.println("Index created at: " + indexFolder);

Lägg till dokument i indexet

index.add(documentsFolder);
System.out.println("Documents added to the index.");

Pro tip: Se till att katalogerna finns och endast innehåller de filer du vill göra sökbara; orelaterade filer kan göra indexet onödigt stort.

Enkelt ordfråga med fuzzy‑sökalternativ (fuzzy search java)

Fuzzy‑sökning hjälper när användare skriver fel på ett ord eller när OCR introducerar fel. SDK:n expanderar automatiskt frågan för att inkludera liknande termer baserat på edit‑distance.

SearchQuery subquery = SearchQuery.createWordQuery("future");
subquery.setSearchOptions(new SearchOptions());
subquery.getSearchOptions().getFuzzySearch().setEnabled(true);
subquery.getSearchOptions().getFuzzySearch()
        .setFuzzyAlgorithm(new TableDiscreteFunction(3));
System.out.println("Fuzzy search enabled with a tolerance of 3.");

Wildcard‑fråga Java

Wildcard‑frågor låter dig matcha mönster såsom vilket ord som helst som börjar med ett specifikt prefix, med hjälp av * eller ?‑platshållare.

SearchQuery.createWildcardQuery() skapar ett wildcard‑frågeobjekt.

SearchQuery subquery = SearchQuery.createWildcardQuery(1);
System.out.println("Wildcard query created.");

Regex‑sökning Java

Reguljära uttryck ger dig fin‑granulär kontroll över mönstermatchning, perfekt för att hitta upprepade tecken eller komplexa token‑strukturer.

SearchQuery.createRegexQuery() skapar ett regex‑frågeobjekt för mönstermatchning.

SearchQuery subquery = SearchQuery.createRegexQuery("(.)\\1");
System.out.println("Regex query created to find repeated characters.");

Kombinera delfrågor till en fras‑sökfråga

Du kan blanda ord-, wildcard- och regex‑delfrågor för att bygga sofistikerade frassökningar som respekterar ordning och närhet.

SearchQuery subquery1 = SearchQuery.createWordQuery("future");
SearchQuery subquery2 = SearchQuery.createWildcardQuery(1);
SearchQuery subquery3 = SearchQuery.createRegexQuery("(.)\\1");
SearchQuery combinedQuery = SearchQuery.createPhraseSearchQuery(subquery1, subquery2, subquery3);
System.out.println("Combined phrase search query created.");

Konfigurera och utföra en sökning med anpassade alternativ

Justering av sökalternativ låter dig kontrollera hur många förekomster som returneras, vilket är användbart för stora korpusar. Du kan också finjustera poängsättning, markera träffar och begränsa resultat per dokument.

SearchOptions options = new SearchOptions();
options.setMaxOccurrenceCountPerTerm(1000000);
options.setMaxTotalOccurrenceCount(10000000);
System.out.println("Custom search options configured.");
Index index = new Index("YOUR_DOCUMENT_DIRECTORY\\output\\ConfigureAndPerformSearch");
SearchQuery query = SearchQuery.createWordQuery("future");

SearchResult result = index.search(query, options);
System.out.println("Search performed with custom options.");

Regex‑sökning java – vanliga användningsfall

  • Legal research: Locate clauses that follow a specific pattern, such as dates formatted DD/MM/YYYY.
  • Data validation: Detect malformed identifiers or repeated characters in logs.
  • Content moderation: Find profanity or prohibited patterns using regex.
  • Financial analysis: Extract transaction codes that match a known regex template.

Prestandaöverväganden

  • Optimize indexing: Indexera om periodiskt och ta bort föråldrade filer för att hålla indexet slimmat; ett välunderhållet index med 1 miljon sidor tar mindre än 2 GB på disk.
  • Resource usage: Övervaka JVM‑heap‑storlek; stora index kan kräva upp till 8 GB heap eller off‑heap‑lagring för optimal genomströmning.
  • Garbage collection: Justera GC‑inställningar (t.ex. G1GC) för långvariga söktjänster för att undvika paus‑tidsökningar.

Vanliga frågor

Q: Kan jag uppdatera ett befintligt index utan att bygga om det från grunden?
A: Yes—use index.add() to append new files or index.update() to refresh changed documents.

Q: Hur hanterar fuzzy‑sökning olika språk?
A: The built‑in fuzzy algorithm works on Unicode characters, so it supports most languages out of the box.

Q: Finns det någon gräns för hur många dokument jag kan indexera?
A: Practically, the limit is governed by available disk space and JVM memory; the library is designed for millions of documents.

Q: Måste jag starta om applikationen efter att ha ändrat sökalternativ?
A: No—search options are applied per query, so you can adjust them on the fly.

Q: Var kan jag hitta mer avancerade frågeexempel?
A: The official GroupDocs.Search documentation and API reference provide extensive examples for complex scenarios.

Senast uppdaterad: 2026-10-12
Testad med: GroupDocs.Search for Java 25.4
Författare: GroupDocs

Relaterade handledningar