C＃搜索PDF

Question

我正在使用iTextSharp从pdf中获取内容。 我想允许用户搜索PDF，就像在任何搜索引擎上一样。 搜索应返回最相关的结果。 我已经编写了一个在文档上执行TF-IDF算法以返回相关结果的库。 在此过程中，我觉得自己可能正在重新发明轮子。

该用户应该能够搜索超过50,000个PDF。 所以有很多。 我不想将PDF的全部内容存储在我的数据库中，因为我认为这会非常昂贵。 为了减轻这种情况，我已经编写了库，以便在计算TF-IDF时它将接受频率分布。 这样，当我将PDF添加到系统中时，而不是每次执行搜索时，都可以阅读它。

是否存在已经在执行此类操作的库？

Answer 1

Lucene.NET将满足您的需求。

还有一些商业广告，例如我们的“ SearchUnit”