搜索文件的内容

好吧，我计划建立在我的企业内部网的本地搜索引擎，其搜索类似XLS，XLSX，DOC，DOCX，PDB等搜索文件的内容

文件的内容在互联网，我想，经过搜索Luke Lucene可以用于此目的。我对吗？ Lucene可以集成到网站吗？

我有大约500GB的文件可以处理这些许多文件？有其他选择吗？

我只知道C和CPP的基础知识，我没有任何关于此的知识。我是一名自学者，请向我推荐一本关于Lucene的好书。

2014-02-05 samnaction

是的，Lucene可以用于这个。但有一些代码，你需要自己编写（如Lucene是只是一个库）： - 爬行代码 - 文本提取 - 建立一个搜索应用..

，所以你可能会更好看solr，即建立在Lucene之上，并有许多内置的功能，你可以使用：一个坚实的服务器，您可以使用任何语言和dih为您的爬行需求，tika集成文本提取，其他许多事情

2014-02-05 14:43:54 Persimmonium

你可以建议我关于solr或任何在线教程的好书。 – samnaction

现在有几本书，http://lucene.apache.org/solr/books.html我自己我拥有Apache Solr 3企业级搜索服务器，但它现在可能有点过时了。 – Persimmonium

回答