使用Lucene爲Symfony索引PDF文件

Question

我是Symfony開發人員，我的Web服務器是Linux。我已經使用sfLucene插件。

索引PDF文件在Linux PHP服務器上搜索的最簡單方法是什麼？

1. XPDF，通過SOLR sfLucene plugin branch
2. 第3選項安裝like this
3. Apache Tika？

謝謝！

Answer 1

來自Zend背景，我通常推薦使用Zend_Search_Lucene。 XPDF的例子非常簡單，看起來很簡單。 XPDF被授權爲GPL - 如果這符合您的需求，請參加＃1！

ZF很容易集成到您的Symfony項目中，例如，爲Twitter Call。

Answer 2

有很多從PDF中提取文本內容的庫。有了這些，你就需要創建一個包含內容的lucene文檔。最有用的將是那些已經有lucene集成。

阿帕奇PDFBox可以create a lucene文件直接從PDF文件。它將包含PDF元數據字段以及文本內容。