lucece学习比较1

本文介绍如何使用Lucene建立文本索引,包括从不同格式文件(如HTML、PDF、Word等)中提取文本,并将其封装成Document对象的过程。重点讲解了Document对象的构成及如何将特定文件类型转换为统一的文本格式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

lucence使用
  1建立索引
   1>提取文本 索引来源有html pdf word....
  各种格式的。。 我们通过程序转化伟文本格式,这样伟我们提够建立索引的数据

源.  所为的文本 对与java面向对象开发来说就是Document对象
   Document 对象对于lucence来说,就是搜索的基本单元.
  Field 对象 是构成Document对象的单
  比如拿html页面来说
  html 页面对象利用java程序提取文本 它是由标题(title) 地址(url) 发表时间

(time)....等一个个Field单元组成

  Document对象的使用一种面向对象封装的体现,它不是针对某一中文件类型,
是从具体文件类型的抽象,所以使用Lucence只要把具体类型转变文本类型即封装
Document对象.
  当然比如pdf转变文本类型有难度我们可以使用某些工具来做.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值