从Lucene到Elasticsearch：Lucene 文件检索项目实战

2019独角兽企业重金招聘Python工程师标准>>>

项目需求：：

• 构建一个类百度文库的小型文件检索系统

架构设计图：：

文件内容抽取：

• 内容解析提取工具：Tika
  • 文件类型检测、文件内容提取的库
  • Lucene 子项目、java 写成
  • 广泛应用于搜索引擎、内容分析、文本翻译、数字资产管理等多个领域

• Tika 还可以解析图像、音频、视频等多种文件

参见代码：：https://gitee.com/jly521/TikaDemo.git

自动解析：

• 两种：
  • Tika tika = new Tika();
  • Parser parser = new AutoDetectParser();
• 

参见代码：：https://gitee.com/jly521/filesearchnew.git

转载于:https://my.oschina.net/u/3847203/blog/2997001