office文档全文检索以及在线预览

 文档(word pdf excel txt ) lucene 全文检索以及在线预览

 最近一个项目需要对常规文档的内容进行全文检索，查找出来后可以点击在线浏览。   

 

1、在全文检索方面：可以按相关度、文档时间和浏览量排序。效果如下图：

      

2、在线浏览方面。在线浏览可是一个大难题，而且要支持在手机设备里浏览，需要自动适应屏幕大小，并且还要可以分页。

    

    方案选择：  

   （1）office文档转html，首先引入com组件中office库，然后在程序集扩展中引入word，excel，ppt的dll。

          这个方案依赖windows平台和服务，做不到跨平台，而且com组件服务经常会出现问题，需要人工kill进程。

          效果上也做不到分页。

    （2）office文档转PDF，PDF转swf，使用flexpaper+swftools实现在线浏览。

            这个方案可以使用openoffice 把文档转换成pdf，然后使用swftools把pdf转换成swf.这个方案有不少问题：第一是文件达到几十页时加载很慢，效率不好。第二是依赖flash,手机上浏览不了。

     最后选择了一种方案：所有不同格式的文档先转换成pdf,然后再由pdf转换成html5来显示。这个方案还可以做得到全部过程都是在java中实现，不需要windows 和 openoffices的服务，纯java实现，即可靠又高效。效果如图：

 （1）预览word,有一百多页。

（2）excel预览

（3）在手机里预览效果