用Lucene索引zip文件

Question

是否可以在lucene中索引压缩的文件夹。 如果我将其解压缩，则内容太大。 如果我只是索引包含文本文件的一堆压缩文件夹，则Serach无法正常工作。 Lucene是否可以在不提取zip文件的情况下进行索引。

Answer 1

Lucene只是一个搜索库，它无法“知道”所有可能的情况-例如如何索引XML文档，Word文件，.zip中的文件，切尔诺贝利电厂创建的文件等。

但是Lucene所做的是为您提供API来将数据连接到Lucene中。

如果无法解压缩存档文件的内容，则可以编写一个类来读取zip文件 （但不将其解压缩到磁盘上）并将该数据输入Lucene。

如果您最关心的是索引的大小，那么您就无济于事了。 但是有一些技巧：

• 尝试索引没有停用词
• 不存储字段，仅对其进行索引（提示： Field.Store.NO ）
• 始终小写所有术语以减少术语数