用Lucene索引zip文件

Question

是否可以在lucene中索引壓縮的文件夾。 如果我將其解壓縮，則內容太大。 如果我只是索引包含文本文件的一堆壓縮文件夾，則Serach無法正常工作。 Lucene是否可以在不提取zip文件的情況下進行索引。

Answer 1

Lucene只是一個搜索庫，它無法“知道”所有可能的情況-例如如何索引XML文檔，Word文件，.zip中的文件，切爾諾貝利電廠創建的文件等。

但是Lucene所做的是為您提供API來將數據連接到Lucene中。

如果無法解壓縮存檔文件的內容，則可以編寫一個類來讀取zip文件 （但不將其解壓縮到磁盤上）並將該數據輸入Lucene。

如果您最關心的是索引的大小，那么您就無濟於事了。 但是有一些技巧：

• 嘗試索引沒有停用詞
• 不存儲字段，僅對其進行索引（提示： Field.Store.NO ）
• 始終小寫所有術語以減少術語數