使用 GroupDocs.Search 過濾 Java 檔案副檔名

在本完整教學中，您將學習如何在使用 GroupDocs.Search 索引文件時 filter file extensions java。完成本指南後，您將能只保留所需的檔案類型、排除不需要的格式，並可使用 AND、OR、NOT 邏輯運算子將這些規則與日期範圍和路徑過濾結合。此方法可讓索引保持精簡、加快搜尋速度，並協助您遵守資料處理政策。

快速解答

• What is the java file extension filter? 它是一條規則，告訴 GroupDocs.Search 在索引時要包含或排除哪些檔案副檔名。
• Which library provides this feature? GroupDocs.Search for Java。
• Do I need a license? 免費試用可用於評估；正式環境需要完整授權。
• Can I combine filters? 是的 – 您可以將副檔名、日期、大小和路徑過濾器以 AND、OR、NOT 邏輯串接。
• Is it Maven‑compatible? 絕對相容 – 將 GroupDocs.Search 相依性加入您的 pom.xml。

什麼是 java file extension filter？

java file extension filter 是一組規則，用於在檔案送入索引引擎前評估其副檔名。透過指定如 .txt、.pdf 或 .epub 等副檔名，您可以 include files by extension 或 exclude files by extension，以保持索引的聚焦並使搜尋結果更相關。

為何在 GroupDocs.Search 中使用檔案副檔名過濾？

檔案副檔名過濾透過排除不相關的格式提升索引效率，減少儲存需求，並藉由防止不需要的內容進入索引，協助符合合規規範。由於搜尋引擎處理的資料集較小且更相關，亦可加快查詢回應速度。

• Performance: 跳過不需要的檔案可減少 I/O，並在大型資料庫上將索引速度提升最高 40 %。
• Storage savings: 僅將相關文件存入索引，可平均降低磁碟使用量 30 %。
• Compliance: 防止機密或不支援的檔案類型被意外索引。
• Flexibility: 可結合 date range filter java 功能，以針對特定期間內建立或修改的檔案。

前置條件

在開始之前，請確保您具備以下條件：

必要的程式庫與相依性

• GroupDocs.Search for Java – 版本 25.4 或更新（支援 60+ 輸入格式）。
• Java Development Kit (JDK) – 任意相容版本（8 或更新）。

環境設定

• 整合開發環境 (IDE)：IntelliJ IDEA、Eclipse，或任何相容 Maven 的 IDE。

知識前提

• 基本的 Java 程式設計。
• 熟悉 Java 的檔案 I/O。
• 了解正規表達式與日期時間處理。

設定 GroupDocs.Search for Java

要開始使用 GroupDocs.Search，您需要在專案中加入其相依性。

Maven 設定

將以下儲存庫與相依性設定加入您的 pom.xml 檔案：

<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>

直接下載

或者，直接從 GroupDocs.Search for Java releases 下載最新版本。

取得授權

1. Free trial – 免費試用功能。
2. Temporary license – 在有限期間內取得完整功能。
3. Purchase – 取得永久授權以供正式使用。

基本初始化與設定

加入程式庫後，初始化您的索引環境。IndexSettings 類別包含所有設定選項，包括過濾器。

import com.groupdocs.search.*;

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

實作指南

以下我們將深入各種過濾類型，說明 why it matters，並提供可直接複製到專案中的逐步說明。

檔案副檔名過濾

在索引過程中依副檔名過濾檔案。當您只想處理電子書（.fb2、.epub）與純文字檔（.txt）時，此功能非常適合。

概觀

DocumentFilter.createFileExtension 會建立副檔名白名單。

實作步驟

1. Create filter – 定義您想保留的副檔名。

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

2. Initialize index and add documents – 在建構 IndexSettings 時套用過濾器。

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

邏輯 NOT 過濾器

在搜尋情境中不需要時，排除特定副檔名，例如網頁與 PDF。

實作步驟

1. Create exclusion filter – 指定要排除的副檔名。

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

2. Apply to index settings – 將 NOT 過濾器與其他規則結合。

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

3. Add documents – 只有通過組合過濾器的檔案會被索引。

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

邏輯 AND 過濾器

結合多項條件——建立日期、副檔名與檔案大小——使 only files that meet all criteria 被索引。

概觀

DocumentFilter.createAnd 將多個過濾器合併為單一規則。

實作步驟

1. Define filters – 為每個條件建立個別過濾器。

   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 – 使用 AND 運算子以要求全部條件。

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

3. Index documents – 將組合過濾器傳入索引流程。

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

邏輯 OR 過濾器

納入符合 any 指定條件的檔案——當您想同時捕捉小型文字檔與較大非文字檔時非常有用。

實作步驟

1. Define filters – 為每個備選條件建立獨立過濾器。

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

2. Combine filters with logical conditions – 使用 OR 運算子。

   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 – 將組合過濾器附加至索引設定。

   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");
   

建立時間過濾器

針對在特定期間內建立的檔案——典型的 date range filter java 情境。

實作步驟

1. Define date‑range filter – 指定開始與結束日期。

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

2. Index documents – 只有建立時間落在範圍內的檔案會被索引。

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

修改時間過濾器

排除在特定截止日期之後被修改的檔案。

實作步驟

1. Define filter – 設定最大修改時間戳記。

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

2. Index documents – 超過截止日期的檔案會被忽略。

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

檔案路徑過濾

限制索引僅包含位於特定資料夾或符合模式的檔案——適用於在特定目錄層級內 include files by extension。

實作步驟

1. Define file‑path filter – 使用 glob 或正規表達式模式匹配目錄。

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

2. Initialize index and add documents – 在其他規則同時套用路徑過濾器。

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

常見陷阱與技巧

• Never mix absolute and relative paths 在同一過濾設定中混用絕對與相對路徑——可能導致意外排除。
• Reset the IndexSettings 在切換過濾組時重設；否則先前的過濾器可能仍然存在。
• Combine a length upper bound with an extension filter 於大型集合中結合長度上限與副檔名過濾，以降低記憶體使用。
• LoggingOptions 控制 GroupDocs.Search 的日誌設定。
• Enable logging (LoggingOptions.setEnabled(true)) 以查看檔案被拒絕的原因。

常見問答

Q: Can I change the filter criteria after the index is created?
A: 是的。使用新的 DocumentFilter 重新建立索引，或使用增量索引並套用更新的設定。

Q: Does the java file extension filter work on compressed archives (e.g., ZIP)?
A: GroupDocs.Search 能索引支援的壓縮檔格式，但副檔名過濾器僅套用於壓縮檔本身，而非內部檔案。若需更深入的控制，可使用巢狀過濾器。

Q: How do I debug why a particular file was excluded?
A: 開啟程式庫的日誌 (LoggingOptions.setEnabled(true)) 並檢查日誌——它會報告是哪個過濾器拒絕了每個檔案。

Q: Is it possible to combine the java file extension filter with custom regex filters?
A: 絕對可以。將正規表達式過濾器與副檔名過濾器一起包在 DocumentFilter.createAnd() 中。

Q: What performance impact does adding many filters have?
A: 每個過濾器在索引時會帶來適度的開銷，但減少索引資料量通常能抵消此成本。請使用具代表性的樣本測試，以找出最佳平衡點。

Last Updated: 2026-09-06
Tested With: GroupDocs.Search 25.4 for Java
Author: GroupDocs

相關教學

• 自訂日期格式 Java | 使用 GroupDocs 的日期範圍搜尋
• java boolean and or：精通 GroupDocs.Search for Java 的布林搜尋
• 使用進階索引技術優化 GroupDocs.Search for Java 的搜尋效能