Lucene搜索有什么好的选择？

Question

我有成千上万的Cvs，我想搜索以“计算机科学”为背景的简历。

因此，我搜索了一下，并知道Lucene执行此项工作，我需要将数据提供给Lucene，并将所有文档编入索引。

在搜索特定文本（比如'Compuet科学'）时，它会导致CV与结果匹配。

为此，我需要将MSword-93/MSword-2007/PDF转换为文本并提供Lucene。

我可以从文本文件MSword2007的，但我无法从2003年MSWORD得到

有很多PDF的作家，但我没有得到任何PDF阅读器库，它可以做到这一点。

请将PDF阅读器库文件转换为PDF文件并将ms93文件转换为文本或请让我知道是否有任何其他的Lucene搜索。

谢谢，非常感谢您的回答

Answer 1

您可以使用Apache Solr或直接Tika来提取PDF和MS Word和建立索引的文本。两者都是Java项目，但您可以从PHP调用它们的服务器。