Elasticsearch入门之（四）使用java全文搜索pdf、word、excel文件

最新推荐文章于 2024-04-15 17:38:30 发布

Z丶royAl

最新推荐文章于 2024-04-15 17:38:30 发布

阅读量8.3k

点赞数 2

文章标签： elasticsearch word、excel、pdf

本文链接：https://blog.csdn.net/qq_15260315/article/details/108307955

版权

本文介绍了如何在Elasticsearch中实现对PDF、Word、Excel文件的全文搜索。通过在上传文件时将数据库ID与Elasticsearch索引关联，并使用特定工具类将文件内容存入JSON，便于搜索。测试类展示了增删改查操作。

摘要由CSDN通过智能技术生成

一、这里我的思路是，在上传文件时候把数据库对应id存到Elasticsearch对应索引类型的id，然后利用工具类把pdf、word、excel文件内容存到Elasticsearch的id对应json里，返回所有文件id的list

二、这里我封装了一个读取pdf、word、excel文件工具类

package springboot.elasticsearch;

import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import org.apache.poi.POIXMLDocument;
import org.apache.poi.POIXMLTextExtractor;
import org.apache.poi.hssf.extractor.ExcelExtractor;
import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.poifs.filesystem.POIFSFileSystem;
import org.apache.poi.xssf.extractor.XSSFExcelExtractor;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;

import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;

public class ReadUtil {

	/**
	 * JSON字符串特殊字符处理
	 * @param s
	 * @return String
	 */
	public static String stringJson(String s) {
		StringBuffer sb = new StringBuffer();
		for (int i = 0; i < s.length(); i++) {
			char c = s.charAt(i);
			switch (c) {
				case '\"':
					sb.append("\\\"");
					break;
				case '\\':
					sb.append("\\\\");
					break;
				case '/':
					sb.append("\\/");
					break;
				case '\b':
					sb.append("\\b");
					break;
				case '\f':
					sb.append("\\f");
					break;
				case '\n':
					sb.append("\\n");
					break;
				case '\r':
					sb.append("\\r");