Cách tạo chỉ mục với GroupDocs.Search cho Java

Nếu bạn cần cách tạo chỉ mục cho hàng ngàn tệp pháp lý, học thuật hoặc doanh nghiệp, GroupDocs.Search cho Java cung cấp cho bạn một engine sẵn có có khả năng trích xuất văn bản, xây dựng cấu trúc tìm kiếm gọn nhẹ, và cho phép bạn thực hiện các truy vấn regex, fuzzy hoặc wildcard trong vòng vài mili giây. Trong hướng dẫn này, bạn sẽ thấy cách thiết lập SDK, tạo chỉ mục, thêm tài liệu vào chỉ mục và thực thi các tìm kiếm dựa trên mẫu mạnh mẽ.

Câu trả lời nhanh

  • Mục đích chính của GroupDocs.Search là gì? Để tạo các chỉ mục có thể tìm kiếm cho một loạt các định dạng tài liệu.
  • Tôi có thể thêm tài liệu vào chỉ mục sau khi nó đã được tạo không? Có—sử dụng phương thức index.add() để thêm các tệp mới.
  • GroupDocs.Search có hỗ trợ tìm kiếm fuzzy trong Java không? Hoàn toàn có; bật nó bằng SearchOptions.
  • Làm thế nào để chạy truy vấn wildcard trong Java? Tạo nó bằng SearchQuery.createWildcardQuery().
  • Cần có giấy phép để sử dụng trong môi trường sản xuất không? Cần một giấy phép GroupDocs.Search hợp lệ cho các triển khai thương mại.

SearchOptions cấu hình hành vi tìm kiếm như khớp fuzzy.
SearchQuery.createWildcardQuery() tạo một đối tượng truy vấn wildcard.

“cách tạo chỉ mục” là gì trong ngữ cảnh của GroupDocs.Search?

Tạo một chỉ mục có nghĩa là quét một hoặc nhiều tài liệu nguồn, trích xuất văn bản có thể tìm kiếm, và lưu trữ thông tin đó trong một định dạng có cấu trúc có thể truy vấn một cách hiệu quả. Quá trình này xây dựng một cấu trúc dữ liệu gọn nhẹ trên đĩa, cho phép tra cứu siêu nhanh trên hàng ngàn tệp, ngay cả khi các tài liệu gốc lớn hoặc được lưu ở các định dạng khác nhau.

Tại sao nên sử dụng GroupDocs.Search cho Java?

GroupDocs.Search cung cấp một giải pháp đã được chứng minh, cấp doanh nghiệp, hỗ trợ hơn 30 định dạng đầu vào và đầu ra—bao gồm PDF, DOCX, XLSX, PPTX, HTML và các tệp văn bản thuần—trong khi cung cấp thời gian phản hồi truy vấn dưới một giây cho các chỉ mục chứa hàng triệu trang. Các khả năng fuzzy, wildcard và regex search java tích hợp cho phép bạn xử lý lỗi chính tả, khớp mẫu và các kịch bản tìm kiếm phức tạp mà không cần viết trình phân tích tùy chỉnh.

Yêu cầu trước

  • GroupDocs.Search cho Java phiên bản 25.4 hoặc mới hơn.
  • Một IDE như IntelliJ IDEA hoặc Eclipse có hỗ trợ Maven.
  • JDK 11 hoặc mới hơn được cài đặt trên máy phát triển của bạn.
  • Kiến thức cơ bản về cú pháp Java và các khái niệm tìm kiếm.

Cài đặt GroupDocs.Search cho Java

Bạn có thể thêm thư viện qua Maven hoặc tải xuống thủ công.

Cài đặt Maven

<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>

Tải xuống trực tiếp
Hoặc, tải xuống phiên bản mới nhất từ GroupDocs.Search for Java releases.

Nhận giấy phép

  • Free trial: Khám phá tất cả tính năng mà không mất phí.
  • Temporary license: Gia hạn thời gian dùng thử cho các dự án đánh giá.
  • Full license: Cần thiết cho các triển khai sản xuất và để mở khóa khả năng lập chỉ mục không giới hạn.

Khi thư viện đã sẵn sàng, khởi tạo nó trong mã Java của bạn:

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.");
    }
}

Cách tạo chỉ mục với GroupDocs.Search

Tải các tệp nguồn của bạn, chỉ định SDK tới một thư mục, và để nó xây dựng cấu trúc có thể tìm kiếm trong một lần gọi duy nhất. Cách tiếp cận này tạo chỉ mục trong vòng chưa đầy một phút cho một bộ sưu tập tài liệu 10 GB điển hình trên máy chủ tiêu chuẩn.

Định nghĩa đường dẫn

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

Tạo chỉ mục

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

Thêm tài liệu vào chỉ mục

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

Pro tip: Đảm bảo các thư mục tồn tại và chỉ chứa các tệp bạn muốn tìm kiếm; các tệp không liên quan có thể làm chỉ mục bị phình to.

Truy vấn từ đơn giản với tùy chọn tìm kiếm fuzzy (fuzzy search java)

Tìm kiếm fuzzy giúp khi người dùng gõ sai một từ hoặc khi OCR gây ra lỗi. SDK tự động mở rộng truy vấn để bao gồm các thuật ngữ tương tự dựa trên khoảng cách chỉnh sửa.

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.");

Truy vấn wildcard Java

Truy vấn wildcard cho phép bạn khớp các mẫu như bất kỳ từ nào bắt đầu bằng một tiền tố cụ thể, sử dụng ký tự * hoặc ?.

SearchQuery.createWildcardQuery() tạo một đối tượng truy vấn wildcard.

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

Tìm kiếm regex Java

Biểu thức chính quy cung cấp cho bạn khả năng kiểm soát chi tiết việc khớp mẫu, hoàn hảo để tìm các ký tự lặp lại hoặc cấu trúc token phức tạp.

SearchQuery.createRegexQuery() tạo một đối tượng truy vấn regex để khớp mẫu.

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

Kết hợp các truy vấn phụ thành một truy vấn tìm kiếm cụm từ

Bạn có thể kết hợp các truy vấn phụ dạng từ, wildcard và regex để xây dựng các tìm kiếm cụm từ tinh vi, tuân theo thứ tự và khoảng cách.

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.");

Cấu hình và thực hiện tìm kiếm với các tùy chọn tùy chỉnh

Điều chỉnh các tùy chọn tìm kiếm cho phép bạn kiểm soát số lượng kết quả trả về, hữu ích cho các tập dữ liệu lớn. Bạn cũng có thể tinh chỉnh điểm số, làm nổi bật các kết quả khớp, và giới hạn số kết quả trên mỗi tài liệu.

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.");

Tìm kiếm regex java – các trường hợp sử dụng phổ biến

  • Legal research: Xác định các điều khoản tuân theo một mẫu cụ thể, chẳng hạn ngày được định dạng DD/MM/YYYY.
  • Data validation: Phát hiện các định danh sai định dạng hoặc ký tự lặp lại trong nhật ký.
  • Content moderation: Tìm từ ngữ thô tục hoặc các mẫu bị cấm bằng regex.
  • Financial analysis: Trích xuất các mã giao dịch phù hợp với mẫu regex đã biết.

Các cân nhắc về hiệu năng

  • Optimize indexing: Tái lập chỉ mục định kỳ và loại bỏ các tệp lỗi thời để giữ chỉ mục gọn nhẹ; một chỉ mục được duy trì tốt với 1 triệu trang chiếm ít hơn 2 GB trên đĩa.
  • Resource usage: Giám sát kích thước heap của JVM; các chỉ mục lớn có thể yêu cầu tới 8 GB heap hoặc bộ nhớ ngoài heap để đạt thông lượng tối ưu.
  • Garbage collection: Tinh chỉnh cài đặt GC (ví dụ, G1GC) cho các dịch vụ tìm kiếm chạy lâu để tránh các đợt tạm dừng đột biến.

Câu hỏi thường gặp

Q: Tôi có thể cập nhật một chỉ mục hiện có mà không cần xây dựng lại từ đầu không?
A: Có—sử dụng index.add() để thêm các tệp mới hoặc index.update() để làm mới các tài liệu đã thay đổi.

Q: Tìm kiếm fuzzy xử lý các ngôn ngữ khác nhau như thế nào?
A: Thuật toán fuzzy tích hợp hoạt động trên các ký tự Unicode, vì vậy nó hỗ trợ hầu hết các ngôn ngữ ngay từ đầu.

Q: Có giới hạn về số lượng tài liệu tôi có thể lập chỉ mục không?
A: Thực tế, giới hạn phụ thuộc vào không gian đĩa khả dụng và bộ nhớ JVM; thư viện được thiết kế cho hàng triệu tài liệu.

Q: Tôi có cần khởi động lại ứng dụng sau khi thay đổi các tùy chọn tìm kiếm không?
A: Không—các tùy chọn tìm kiếm được áp dụng cho mỗi truy vấn, vì vậy bạn có thể điều chỉnh chúng ngay lập tức.

Q: Tôi có thể tìm các ví dụ truy vấn nâng cao ở đâu?
A: Tài liệu chính thức của GroupDocs.Search và tham chiếu API cung cấp nhiều ví dụ phong phú cho các kịch bản phức tạp.


Cập nhật lần cuối: 2026-10-12
Kiểm tra với: GroupDocs.Search for Java 25.4
Tác giả: GroupDocs

Hướng dẫn liên quan