C＃搜索PDF

Question

我正在使用iTextSharp從pdf中獲取內容。 我想允許用戶搜索PDF，就像在任何搜索引擎上一樣。 搜索應返回最相關的結果。 我已經編寫了一個在文檔上執行TF-IDF算法以返回相關結果的庫。 在此過程中，我覺得自己可能正在重新發明輪子。

該用戶應該能夠搜索超過50,000個PDF。 所以有很多。 我不想將PDF的全部內容存儲在我的數據庫中，因為我認為這會非常昂貴。 為了減輕這種情況，我已經編寫了庫，以便在計算TF-IDF時它將接受頻率分布。 這樣，當我將PDF添加到系統中時，而不是每次執行搜索時，都可以閱讀它。

是否存在已經在執行此類操作的庫？

Answer 1

Lucene.NET將滿足您的需求。

還有一些商業廣告，例如我們的“ SearchUnit”