使用ES检索PDF等文档的全栈方案之前端demo（end）

写在前面

通过之前的系列文章，整个ES搜索文件的流程与大的问题已经统统扫除了，既然是全栈流程，是不能缺少前端查询页面的，前端需简单实现一个用户输入查询关键词句，发起搜索，页面以表格形式展示查询的结果，额外可以提供文件的预览或下载操作。

系列可阅读：
1. 实现ES检索pdf等文件内容的插件

2. 基于GitBucket的Hook构建ES检索PDF等文档全栈方案

3. Java实现读取转码写入ES

4. ES文件搜索的细节优化与实现

5. ES解析word内容为空的问题和直接使用Tika解析文档的方案

实现前端demo

前端框架使用vue快速创建，并基于axois进行后端接口的交互，前提是后端的ES数据查询接口要提前创建好并启动。

具体的操作步骤，从安装vue客户端开始到启动服务，如下：

npm install -g @vue/cli
ln -s /opt/local/npm/node-v16.19.1-linux-x64/bin/vue /usr/bin/vue

vue -V
# 创建模板项目~HelloWorld
vue create lauf

cd lauf && ll
# 安装依赖
npm install
npm install axios -g
# 启动服务
npm run serve

项目结构如上！我们主要修改vim HelloWorld.vue，如果需要调用后端服务请求数据，需在依赖中添加axios库并安装，否则会编译失败。

npm查询依赖有哪些版本：

npm view axios versions

页面效果

页面可输入关键词点击查询，下方以表格形式返回搜索到的结果，包含标题等信息，以及预览和下载等操作。

ES索引结构与查询语句

#这个是索引的最终mapping结构，设置了多个分片
PUT /docwrite2
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 2
  },
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "title": {
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "fileType": {
        "type": "keyword"
      },
      "active": {
        "type": "boolean"
      },
      "upTime": {
        "type": "date",
        "format": "yyyy-MM-dd HH:mm:ss"
      },
      "content": {
        "type": "text",
        "analyzer": "ik_smart"
      }
    }
  }
}

# 这个是一个输入关键词进行查询的DSL语句
GET /docwrite2/_search
{
  "query": {
    "multi_match": {
      "query": "跳板机",
      "fields": [
        "content",
        "title"
      ],
      "analyzer": "ik_smart"
    }
    
  },
  "_source": {
    "excludes": ["content"]
  }
}

索引结构简介

这是一个在Elasticsearch中创建索引（名为"docwrite2"）的RESTful API请求，使用PUT方法。该索引具有特定的设置和映射（数据结构定义）。

1. Settings:

   • "number_of_shards": 3：表示索引将被分成3个分片，这是Elasticsearch水平扩展的基础，可以提高搜索和存储性能。
   • "number_of_replicas": 2：每个主分片会有2个副本分片，用于提供高可用性和容错性，当某个节点失效时，可以从副本分片继续提供服务。

2. Mappings:

   • "id"：类型为"keyword"，这意味着它将被当作不可分割的整体进行索引，常用于精确匹配查询。
   • "title"：类型为"text"，并指定了分析器（analyzer）为"ik_max_word"，这通常是一个中文分词器，会对文本内容进行最大粒度的分词处理，便于全文检索。
   • "fileType"：同样为"keyword"类型，用于存储文件类型等不需要分词的属性信息。
   • "active"：类型为"boolean"，用于存储布尔值类型的字段。
   • "upTime"：类型为"date"，并指定了日期格式为"yyyy-MM-dd HH:mm:ss"，用于存储日期时间类型的数据。
   • "content"：类型为"text"，并指定了分析器为"ik_smart"，这也是一个中文分词器，但相比"ik_max_word"，它倾向于更智能的最少切分策略，更适合用于较短的文本片段或标题等内容。

查询语句解释

这个Elasticsearch查询语句是用来在名为“docwrite2”的索引中搜索包含关键词“跳板机”的文档，并且在返回结果中排除了“content”字段的内容。以下是详细的解析：

1. GET /docwrite2/_search: 这是一个针对“docwrite2”索引执行搜索操作的HTTP GET请求。_search端点用于执行搜索查询并返回相关结果。

2. 请求体中的查询部分：

   • "query": { ... }：这部分定义了搜索的查询条件。

   • "multi_match": { ... }：这是一种复合查询类型，允许在一个或多个指定字段上执行全文本搜索。在这个例子中：

     • "query": "跳板机"：表示要查找的关键词是“跳板机”。
     • "fields": ["content", "title"]：指定要在哪些字段上执行搜索，这里包括“content”和“title”两个字段。
     • "analyzer": "ik_smart"：指定使用名为“ik_smart”的分析器来分析查询字符串以及索引中的相应字段内容。由于之前在映射中为"text"类型的字段指定了中文分词器，此处选用“ik_smart”分析器来进行智能分词匹配。

3. 返回结果控制部分：

   • "_source": { "excludes": ["content"] }：这一节控制了返回结果中原始文档 _source 字段的包含或排除规则。在这个案例中，要求在返回的每个匹配文档中排除“content”字段的内容，这意味着即使文档匹配，也不会显示“content”字段的值。

整个查询语句的作用是从索引“docwrite2”的“content”和“title”字段中查找包含词语“跳板机”的文档，并在返回结果时，不显示每个匹配文档的“content”字段内容。