建立搜尋索引 Java 使用 GroupDocs.Search for Java

在本完整指南中，您將學習如何使用 GroupDocs.Search for Java 建立 search index java 應用程式，並了解如何 highlight search results java，讓使用者即時在 PDF、Office 檔案、HTML 頁面等中看到匹配結果。無論您是開發輕量級桌面工具，或是高吞吐量的企業搜尋服務，以下步驟涵蓋從多格式索引、效能微調到執行 Java 布林查詢範例的全部內容。

快速概覽

GroupDocs.Search for Java 提供豐富、即用即有的工具箱，讓您能夠：

  • 索引多樣文件類型 – PDFs、DOCX、PPTX、XLSX、HTML，以及 150 多種其他格式。
  • 執行進階查詢 – 布林、模糊、萬用字元、片語、正規表示式，以及分面搜尋。
  • 利用語言處理 – 同義詞、拼寫檢查、同音字偵測，以及自訂字典。
  • 整合 OCR – 從掃描影像提取文字並加入可搜尋索引。
  • 最佳化效能 – 控制記憶體使用、索引大小與查詢回應時間，適用於多吉位元組規模的索引。
  • 標示結果 – 直接在原始文件或 HTML 預覽中顯示匹配項目，並可自訂顏色與 CSS 類別。

以下是一系列精選教學，逐步說明每項功能的使用方法。

快速解答

  • 「highlight search results java」的功能是什麼？ 它會在原始文件或產生的 HTML 預覽中以視覺方式標記匹配的詞彙，讓使用者即時定位相關片段。
  • 哪個函式庫提供 faceted search java？ GroupDocs.Search for Java 內建分面搜尋支援，會依據中繼資料欄位將結果分組。
  • 我可以使用相同的 API 實作 OCR java 嗎？ 可以——只需使用單一 OcrOptions 設定啟用 OCR 引擎，索引工作流程即會從影像中提取文字。
  • 生產環境需要授權嗎？ 試用期結束後需購買商業授權。
  • API 是否相容於 Java 17 及以上版本？ 完全支援 Java 8 以上，已在 Java 17 上測試，且可在任何相容 JVM 平台上執行。

什麼是「highlight search results java」？

在 Java 中對搜尋結果進行標示，指的是以程式方式套用視覺提示——例如背景色或粗體樣式——於精確匹配使用者查詢的字詞或片語。 此技巧可縮短使用者瀏覽長文件的時間，提升整體搜尋可用性。

為何使用 GroupDocs.Search for Java？

GroupDocs.Search for Java 能在標準 8 核心伺服器上於兩秒內完成上千文件的索引與查詢。 它支援 150 多種檔案格式，能在不將整個集合載入記憶體的情況下處理多吉位元組的索引，並提供即時 OCR、分面搜尋與同義詞處理——全部透過流暢且文件完整的 API。

前置條件

  • Java 8 或更新版本（建議使用 Java 17）
  • Maven 或 Gradle 用於相依管理
  • 有效的 GroupDocs.Search for Java 授權（提供試用版）

步驟說明

步驟 1：設定專案

建立 Maven 或 Gradle 專案，並加入 GroupDocs.Search 相依。將授權檔案 (GroupDocs.Search.lic) 放置於 src/main/resources 資料夾，以便 SDK 自動載入。

步驟 2：建立索引

Index 為代表磁碟上可搜尋儲存庫的核心類別。

Index index = new Index("path/to/index/folder");

實例化 Index 後，對每個欲搜尋的文件呼叫 add。SDK 會自動偵測檔案類型並提取文字。

步驟 3：啟用 OCR（implement OCR java）

OcrOptions 用於設定內建 OCR 引擎。

OcrOptions ocr = new OcrOptions();
ocr.setLanguage("eng");
ocr.setDpi(300);

將 OcrOptions 實例附加至索引呼叫，以便將掃描影像轉換為可搜尋文字。

步驟 4：執行搜尋查詢

SearchOptions 用於建構送至索引的查詢。

SearchOptions options = new SearchOptions()
    .setQuery("invoice")
    .setBooleanOperator(BooleanOperator.AND)
    .setFuzzy(true);

您可以將 Java boolean query example 與分面過濾、萬用字元或正規表示式結合，以進一步縮小結果。

步驟 5：highlight search results java

Highlight 為產生匹配文件之標示版的工具類別。

HighlightOptions highlight = new HighlightOptions()
    .setColor(Color.YELLOW)
    .setCssClass("search-highlight");
HighlightResult result = Highlight.apply(searchResult, highlight);

API 會回傳修改過的 PDF 檔或 HTML 片段，所有匹配的詞彙皆以選定的樣式包裹。

步驟 6：檢視與最佳化

使用內建的統計 API 監控索引大小、記憶體消耗與查詢延遲。調整 maxMemoryUsage 或啟用壓縮 (setCompression(true)) 以在處理數百萬筆記錄時保持索引精簡。

常見問題與解決方案

  • 未出現標示： 確認已傳入支援的輸出格式（HTML 或 PDF）的 HighlightOptions 物件。
  • OCR 漏抓文字： 確認已安裝語言套件，且來源影像符合最低 300 dpi 建議。
  • 分面搜尋返回空桶： 確認在步驟 2 時已以 Facet 類型索引您欲分面的欄位。

常見問答

Q: 我可以同時使用 faceted search java 與模糊匹配嗎？
A: 可以——您可以在同一個 SearchOptions 建構器中串接分面過濾與模糊查詢，既能縮小結果又容許拼寫錯誤。

Q: 標示功能能在加密的 PDF 上使用嗎？
A: 只有在將文件加入索引時提供正確密碼，SDK 才會解密、標示，並重新加密輸出。

Q: 索引大小到何程度會影響效能？
A: 此函式庫可靠地處理多吉位元組的索引；啟用壓縮並調整 maxMemoryUsage 後，即使在 1,000 萬文件下，查詢時間仍可維持在 200 ms 以下。

Q: 有辦法自訂標示顏色嗎？
A: 當然可以。使用 HighlightOptions.setColor(Color.YELLOW)，或透過 setCssClass 為 HTML 輸出提供自訂 CSS 類別。

Q: 本指南測試使用的 GroupDocs.Search 版本為何？
A: 範例已使用 GroupDocs.Search for Java 23.9 進行驗證。

相關主題您可能感興趣

  • 入門指南 – 安裝、授權與「Hello World」搜尋應用的基礎知識。
  • 索引建立 – 深入探討索引建立、文件來源與效能調校。
  • 搜尋 – 進階查詢構建、結果分頁與排序。
  • 標示功能 – 完整指南，說明如何自訂標示外觀與輸出格式。
  • 字典與語言處理 – 透過同義詞與拼寫檢查提升搜尋相關性。
  • 文件管理 – 在不重新建立整個索引的情況下，新增、更新與刪除文件。
  • OCR 與影像搜尋 – 啟用從影像提取文字以及執行反向影像搜尋。
  • 進階功能 – 分面搜尋、報表與基於中繼資料的查詢。
  • 搜尋網路 – 建立分散式、分片的搜尋叢集。
  • 效能最佳化 – 減少索引大小與加速查詢的策略。
  • 例外處理與日誌記錄 – 建立穩健、可投入生產的應用程式的最佳實踐。
  • 授權與設定 – 正確的授權啟用與執行時設定技巧。
  • 文字提取與處理 – 自訂提取器、分段器與字元替換規則。

Java 文件搜尋功能概覽

GroupDocs.Search for Java 提供以下完整功能，協助您打造強大的搜尋應用程式：

  • 多格式支援 – 超過 150 種輸入與輸出格式，包括 PDF、DOCX、PPT、XLS、HTML 與影像檔案。
  • 進階搜尋類型 – 布林、模糊、萬用字元、片語、正規表示式與 faceted search java 選項。
  • 智慧索引 – 快速、可設定的文件索引，支援可選的壓縮。
  • 語言處理 – 同義詞偵測、拼寫檢查與同音字辨識。
  • OCR 支援 – 從影像與掃描文件提取並搜尋文字（implement OCR java）。
  • 效能最佳化 – 可調整記憶體使用與查詢速度，適用於多吉位元組索引。
  • 結果標示 – 在原始文件中視覺化標示搜尋匹配（highlight search results java）。
  • 字典支援 – 為特定術語與領域提供自訂字典。
  • 分散式搜尋 – 使用網路功能構建可擴展、分片的搜尋解決方案。
  • 極速 – 在一般伺服器上於兩秒內處理與搜尋 10,000 份文件。

學習資源

最後更新： 2026-08-26
測試版本： GroupDocs.Search for Java 23.9
作者： GroupDocs