從Lucene到Elasticsearch：Lucene 文件檢索項目實戰

項目需求：：

• 構建一個類百度文庫的小型文件檢索系統

架構設計圖：：

文件內容抽取：

• 內容解析提取工具：Tika
  • 文件類型檢測、文件內容提取的庫
  • Lucene 子項目、java 寫成
  • 普遍應用於搜索引擎、內容分析、文本翻譯、數字資產管理等多個領域

• Tika 還能夠解析圖像、音頻、視頻等多種文件

參見代碼：：https://gitee.com/jly521/TikaDemo.git

自動解析：

• 兩種：
  • Tika tika = new Tika();
  • Parser parser = new AutoDetectParser();

參見代碼：：https://gitee.com/jly521/filesearchnew.git