搜索文件的內容

好吧，我計劃建立在我的企業內部網的本地搜索引擎，其搜索類似XLS，XLSX，DOC，DOCX，PDB等搜索文件的內容

文件的內容在互聯網，我想，經過搜索Luke Lucene可以用於此目的。我對嗎？ Lucene可以集成到網站嗎？

我有大約500GB的文件可以處理這些許多文件？有其他選擇嗎？

我只知道C和CPP的基礎知識，我沒有任何關於此的知識。我是一名自學者，請向我推薦一本關於Lucene的好書。

2014-02-05 samnaction

是的，Lucene可以用於這個。但有一些代碼，你需要自己編寫（如Lucene是隻是一個庫）： - 爬行代碼 - 文本提取 - 建立一個搜索應用..

，所以你可能會更好看solr，即建立在Lucene之上，並有許多內置的功能，你可以使用：一個堅實的服務器，您可以使用任何語言和dih爲您的爬行需求，tika集成文本提取，其他許多事情

2014-02-05 14:43:54 Persimmonium

你可以建議我關於solr或任何在線教程的好書。 – samnaction

現在有幾本書，http://lucene.apache.org/solr/books.html我自己我擁有Apache Solr 3企業級搜索服務器，但它現在可能有點過時了。 – Persimmonium

回答