Lägg till dokument i index för skiftlägesokänslig sökning i Java

När du behöver case insensitive search java som på ett pålitligt sätt hittar information oavsett hur användare skriver den, är nyckeln att lägga till dokument i ett index samtidigt som texten normaliseras. I den här handledningen går vi igenom hur du konfigurerar GroupDocs.Search för Java så att varje dokument du indexerar automatiskt omvandlas till gemener (eller på annat sätt transformeras) under indexeringen, vilket garanterar skiftlägesokänsliga resultat utan extra logik vid frågetiden.

Snabba svar

  • Vad betyder “add documents to index”? Det betyder att ladda källfiler i en sökbar datastruktur så att de kan frågas senare.
  • Varför använda teckenersättning? Det normaliserar varje tecken—vanligtvis till gemener—så att sökningar automatiskt ignorerar skillnader i skiftläge.
  • Behöver jag en licens? En gratis provversion fungerar för utveckling; en full licens krävs för produktionsdistributioner.
  • Vilken Java-version krävs? Java 8 eller nyare; biblioteket riktar sig mot Java 11+ för optimal prestanda.
  • Kan jag växla till skiftlägeskänslig sökning vid behov? Ja—sökalternativ låter dig växla skiftlägeskänslighet per fråga.

Vad betyder “add documents to index” i GroupDocs.Search?

Ladda dina källfiler (PDF, DOCX, TXT osv.) i ett sökbart index så att motorn kan hämta dem snabbt. Att lägga till dokument i ett index analyserar varje fil, extraherar ren text och lagrar den i en optimerad datastruktur som möjliggör snabba uppslag.

Varför aktivera teckenersättning under indexering?

Teckenersättning konverterar varje tecken till en fördefinierad motsvarighet—vanligtvis gemener—under byggandet av indexet. Detta säkerställer att variationer i versalisering, diakritiska tecken eller lokalspecifika symboler inte påverkar sökresultaten. Genom att normalisera texten vid indexering kan motorn matcha frågor mot en konsekvent tokenuppsättning, vilket ger snabb, pålitlig skiftlägesokänslig funktion utan extra bearbetning för varje sökning.

Förutsättningar

  • GroupDocs.Search for Java version 25.4 eller nyare (biblioteket stödjer över 30 filformat och kan indexera dokument med flera hundra sidor utan att ladda hela filen i minnet).
  • Java Development Kit (JDK) 8 eller senare installerat.
  • Grundläggande kunskap om Maven (eller möjlighet att lägga till JAR-filer manuellt).

Konfigurera GroupDocs.Search för Java

Maven-inställning

Lägg till GroupDocs‑arkivet och beroendet i din 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>

Direkt nedladdning

Om du föredrar att inte använda Maven, hämta den senaste JAR‑filen från den officiella sidan: GroupDocs.Search för Java-utgåvor.

Licensanskaffning

  • Free Trial – ladda ner en provlicens för att börja experimentera.
  • Temporary License – begär en utökad testlicens från GroupDocs‑portalen.
  • Full License – köp en produktionslicens när du är redo att gå live.

Grundläggande initiering (Skapa indexet)

Följande kodsnutt skapar en indexmapp och aktiverar teckenersättningar:

import com.groupdocs.search.Index;
import com.groupdocs.search.IndexSettings;

String indexFolder = "YOUR_OUTPUT_DIRECTORY/AdvancedUsage/Indexing/CharacterReplacementDuringIndexing";
IndexSettings settings = new IndexSettings();
settings.setUseCharacterReplacements(true);
Index index = new Index(indexFolder, settings);

Implementeringsguide

Aktivera teckenersättning i indexinställningarna

Att aktivera den här funktionen instruerar motorn att ersätta tecken under indexering, vilket är kärnsteg för skiftlägesokänslig funktion.

Steg 1: Konfigurera IndexSettings

IndexSettings är konfigurationsobjektet som styr hur indexet lagrar och bearbetar text. Genom att sätta useCharacterReplacements till true slår du på automatisk gemener (eller någon anpassad mappning du tillhandahåller).

import com.groupdocs.search.Index;
import com.groupdocs.search.IndexSettings;

String indexFolder = "YOUR_OUTPUT_DIRECTORY/AdvancedUsage/Indexing/CharacterReplacementDuringIndexing";

// Create an instance of IndexSettings and enable character replacement.
IndexSettings settings = new IndexSettings();
settings.setUseCharacterReplacements(true);

// Initialize the index with these settings.
Index index = new Index(indexFolder, settings);

Konfigurera teckenersättningar

Mappa varje tecken till dess gemena motsvarighet (eller någon anpassad mappning du behöver).

Steg 2: Definiera och lägg till ersättningspar

Ersättningsordboken innehåller par som 'A' → 'a', 'É' → 'e' osv. Att lägga till dessa par före indexering säkerställer att varje token normaliseras.

import com.groupdocs.search.dictionaries.CharacterReplacementPair;

// Access existing replacements and clear them.
index.getDictionaries().getCharacterReplacements().clear();

// Create an array for new replacements.
CharacterReplacementPair[] characterReplacements = new CharacterReplacementPair[Character.MAX_VALUE + 1];
for (int i = 0; i < characterReplacements.length; i++) {
    char originalChar = (char) i;
    char replacementChar = Character.toLowerCase(originalChar);
    characterReplacements[i] = new CharacterReplacementPair(originalChar, replacementChar);
}

// Add these replacements to the index's dictionary.
index.getDictionaries().getCharacterReplacements().addRange(characterReplacements);

Indexera dokument

Nu när indexet är klart kan du add documents to index från vilken mapp som helst.

Steg 3: Lägg till dokument för indexering

GroupDocs.Search skannar målkatalogen, extraherar text från varje stödd filtyp, tillämpar ersättningsmappen och skriver tokenarna till indexlagringen.

import com.groupdocs.search.Index;

String documentFolder = "YOUR_DOCUMENT_DIRECTORY";

// Initialize the index and add documents.
Index index = new Index(indexFolder, settings);
index.add(documentFolder);

Utför skiftlägeskänslig sökning (valfritt)

Steg 4: Utför skiftlägeskänsliga sökningar

SearchOptions konfigurerar frågebeteende, såsom att växla skiftlägeskänslighet, vilket möjliggör finjusterad kontroll över hur sökningar utförs.
SearchOptions.setUseCaseSensitiveSearch(true) tvingar motorn att behandla stora och små tecken som olika under en specifik fråga, vilket åsidosätter standardbeteendet för skiftlägesokänslig sökning.

import com.groupdocs.search.Index;
import com.groupdocs.search.SearchOptions;
import com.groupdocs.search.results.SearchResult;

String query = "Promotion";
SearchOptions options = new SearchOptions();
options.setUseCaseSensitiveSearch(true);

// Perform the search.
Index index = new Index(indexFolder, settings);
SearchResult result = index.search(query, options);

Praktiska tillämpningar

  1. Marketing Campaigns – Normalisera produktnamn så säljteam kan hitta resurser utan att oroa sig för skiftläge.
  2. Customer Support – Driv help‑desk sökrutor som returnerar rätt artikel oavsett om användaren skriver “login” eller “Login”.
  3. E‑commerce Catalogs – Säkerställ att kunder hittar produkter oavsett hur de skriver produktnamn, vilket förbättrar konverteringsgraden.

Prestandaöverväganden

  • Organize Source Files – En välordnad mappstruktur minskar den tid som spenderas på skanning under steget add documents to index.
  • Monitor Memory – Indexering av stora korpusar kan förbruka betydande RAM; att bearbeta filer i satser om 500 – 1 000 objekt håller heap‑användningen under kontroll.
  • Asynchronous Indexing – När det stöds, kör indexering på en bakgrundstråd för att hålla UI responsivt och undvika att blockera användaroperationer.

Vanliga problem & felsökning

SymptomTrolig orsakÅtgärd
Inga resultat returneras för ett känt begreppTeckenersättningar är inte aktiveradeVerifiera settings.setUseCharacterReplacements(true) och att ersättningsmappen innehåller de nödvändiga tecknen.
Out‑of‑memory‑fel under indexeringIndexering av för många stora filer samtidigtIndexera i mindre satser eller öka JVM‑heap (-Xmx4g).
Sökning returnerar oväntat skiftlägeskänsliga resultatSearchOptions.setUseCaseSensitiveSearch(true) var sattTa bort eller sätt till false för standardbeteendet skiftlägesokänslig sökning.
Indexladdningstid överstiger förväntningarnaIneffektiv mappstruktur eller SSD används inteOmorganisera filer, rensa bort oanvända dokument och lagra indexet på en snabb SSD.
Specialtecken ignorerasErsättningsmappen saknar Unicode‑posterLägg till mappningar för tecken som “é”, “ß”, “ø” till deras önskade motsvarigheter.

Vanliga frågor

Q: Hur hanterar jag specialtecken (t.ex. “é”, “ß”) under indexering?
A: Inkludera dessa tecken i din ersättningskarta, mappa dem till deras ASCII‑motsvarigheter eller behåll dem oförändrade beroende på sökkrav.

Q: Kan jag begränsa teckenersättning till ett specifikt språk?
A: Ja. Bygg en anpassad ersättningsarray som endast innehåller tecken för målspråket innan du lägger till den i ordboken.

Q: Vad ska jag göra om indexet tar lång tid att ladda?
A: Optimera mappstrukturen, ta bort onödiga filer och lagra indexet på en högpresterande SSD. Inkrementell indexering minskar också laddningsbördan.

Q: Är det möjligt att återställa teckenersättningar efter indexering?
A: Nej. Ersättningar är inbäddade i den indexerade datan; du måste bygga om indexet med nya inställningar för att ändra dem.

Q: Var kan jag hitta mer detaljerad API‑dokumentation?
A: De officiella dokumenten och API‑referensen ger utförliga detaljer (se resurserna nedan).

Resurser

Senast uppdaterad: 2026-07-31
Testad med: GroupDocs.Search 25.4 for Java
Författare: GroupDocs

Relaterade handledningar