使用php搜索word或pdf文件中的文本短語

Question

需要在msword / pdf文件的內容中搜索文本短語並返回匹配的文檔。 我有10000多個文檔。 讀取所有文檔以搜索文本短語並返回的速度更快？ 是否將word / pdf文檔的內容存儲在MySQL表或文本文件中？

如何最好地將msword / pdf文檔內容存儲在MySQL數據庫中？ 哪種數據類型最適合在MySQL表中使用？

Answer 1

我會將所有內容保存為Word或pdf，但不是使用PHP搜索文檔，而是制作了一個python腳本來搜索文檔，從PHP調用它並將匹配的文檔返回給PHP。 Python處理這類事情要快得多。

如果您在數據庫中有文檔內容，mysql搜索也會很快，但是您對內容長度有一些限制（ 這里是有關限制的信息），並且您還必須閱讀所有文檔並將它們保存到數據庫中。 我認為您可以節省大量時間來制作python腳本來搜索它們。

編輯

以下是一些性能測試（2016年）。 如果您使用的是PHP 7，則實際上是最快的。 https://blog.famzah.net/2016/02/09/cpp-vs-python-vs-perl-vs-php-performance-benchmark-2016/

還要檢查該文章=>“巨蟒被進一步認為是最好的編程語言，用於開發科學應用和需要處理大量數據的應用程序。”