本文關(guān)鍵詞：面向本地?cái)?shù)據(jù)的插件式全文索引工具軟件研究與開(kāi)發(fā)

  更多相關(guān)文章： 全文索引 數(shù)據(jù)解析 插件式 Lucene

【摘要】：探討了本地?cái)?shù)據(jù)的全文檢索需求,提出了一個(gè)方便用戶快速準(zhǔn)確檢索本地?cái)?shù)據(jù)的解決方案。將本地?cái)?shù)據(jù)按照文檔格式分成text文檔、html文檔、pdf文檔和office文檔等四類。對(duì)于非純文本格式的文檔:調(diào)用htmlParser的核心詞法分析器對(duì)html文檔進(jìn)行了四級(jí)封裝,識(shí)別html文檔中的標(biāo)簽;通過(guò)pdfBox提供的特殊對(duì)象LucenePDFDocument,將pdfBox和Lucene全文搜索引擎整合;利用POI的各個(gè)功能組件解析并提取office文檔的標(biāo)題、主題、摘要、關(guān)鍵詞、訪問(wèn)和修改打印的日期時(shí)間以及正文等內(nèi)容。最后應(yīng)用Lucene工具包的IndexWriter類按照"關(guān)鍵詞→文檔"倒排索引模式建立全文索引庫(kù)。
【作者單位】： 臺(tái)州職業(yè)技術(shù)學(xué)院臺(tái)州機(jī)電研究所;臺(tái)州職業(yè)技術(shù)學(xué)院臺(tái)州中小企業(yè)信息化應(yīng)用技術(shù)研究所;
【基金】：浙江省哲學(xué)社會(huì)科學(xué)規(guī)劃課題“基于專利引證網(wǎng)絡(luò)的知識(shí)基因提取方法探索”(編號(hào):13NDJC19YBM) 浙江省軟科學(xué)研究計(jì)劃項(xiàng)目“技術(shù)標(biāo)準(zhǔn)下提升企業(yè)自主創(chuàng)新能力——基于專利池的組建與管理”(編號(hào):2013C35064) 臺(tái)州市哲學(xué)社會(huì)科學(xué)規(guī)劃課題“技術(shù)標(biāo)準(zhǔn)下面向自主創(chuàng)新的專利池構(gòu)建與管理研究”(編號(hào):12GHB02) 臺(tái)州市高校重點(diǎn)學(xué)科“機(jī)械制造及其自動(dòng)化”(編號(hào):臺(tái)教高[2010]28號(hào)) 浙江省人力資源和社會(huì)保障科學(xué)研究課題“技術(shù)標(biāo)準(zhǔn)下面向知識(shí)創(chuàng)新的公共信息服務(wù)平臺(tái)研究”(編號(hào):R2013A012)資助
【分類號(hào)】：TP391.3
【正文快照】： 1引言當(dāng)前,電腦是存儲(chǔ)數(shù)據(jù)的最主要載體。無(wú)論家用電腦還是企業(yè)電腦,其中都存儲(chǔ)了大量的數(shù)據(jù)。在數(shù)據(jù)檢索過(guò)程中,有必要對(duì)數(shù)據(jù)本身進(jìn)行分析來(lái)幫助檢索。這個(gè)分析的過(guò)程被稱為“索引”[1]。索引主要是為了表現(xiàn)某文檔區(qū)別于其它文檔的內(nèi)容。世界各大著名的搜索引擎,如谷歌、百度

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳英,黃菲,么博迪,史晉,孫文燦;O-OCTT的多語(yǔ)言功能擴(kuò)展研究[J];北京理工大學(xué)學(xué)報(bào);2004年09期

2 江昆;吳信才;陳靜;陳霞玲;;基于GIS的插件式電信資源管理系統(tǒng)的研究[J];微計(jì)算機(jī)信息;2009年34期

3 熊偉;魏希三;;插件平臺(tái)在3D游戲引擎系統(tǒng)中的應(yīng)用[J];福建電腦;2009年10期

4 盧學(xué)鶴;佘光輝;溫小榮;葉水仙;;基于插件技術(shù)的森林資源GIS的設(shè)計(jì)與實(shí)現(xiàn)[J];南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

5 楊世琦;徐永進(jìn);高陽(yáng)華;;基于插件技術(shù)的測(cè)土施肥決策系統(tǒng)設(shè)計(jì)[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

6 周本東;李剛;;基于.NET的插件式GIS應(yīng)用框架[J];價(jià)值工程;2011年05期

7 吳亮;楊凌云;尹艷斌;;基于插件技術(shù)的GIS應(yīng)用框架的研究與實(shí)現(xiàn)[J];地球科學(xué)(中國(guó)地質(zhì)大學(xué)學(xué)報(bào));2006年05期

8 何文海;謝建剛;;基于.NET平臺(tái)的插件式應(yīng)用框架開(kāi)發(fā)[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年15期

9 陳文剛;;基于MapGis數(shù)據(jù)中心插件式礦產(chǎn)規(guī)劃系統(tǒng)的設(shè)計(jì)[J];電腦知識(shí)與技術(shù);2009年07期

10 李何;劉杰;;.NET平臺(tái)下基于反射技術(shù)的插件式框架的研究[J];軟件導(dǎo)刊;2009年11期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 李韜;單吉弟;張斌;;EDOSAM:一個(gè)插件式的工程數(shù)據(jù)庫(kù)管理系統(tǒng)的體系結(jié)構(gòu)[A];第十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1992年

2 齊志飛;倪堯;;插件式GIS開(kāi)發(fā)與原生代碼模塊在ArcMap和.NET中復(fù)用技術(shù)[A];江蘇省測(cè)繪學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

3 李云錦;周芹;黃躍峰;何亞鑫;;基于.NET平臺(tái)的插件式GIS研究[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集[C];2007年

4 劉水平;韓偉紅;劉家紅;尹剛;;基于SOA的應(yīng)用集成框架研究[A];2006年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集（三）[C];2006年

5 譚安芬;姜建國(guó);;CDSA與電子商務(wù)[A];第十七次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)暨電子政務(wù)安全研討會(huì)論文集[C];2002年

6 聞平;王沖;楊林波;欒有昆;肖勝昌;;水電工程三維GIS的設(shè)計(jì)與初步試驗(yàn)[A];中國(guó)水力發(fā)電工程學(xué)會(huì)第四屆地質(zhì)及勘探專業(yè)委員會(huì)第二次學(xué)術(shù)交流會(huì)論文集[C];2010年

7 吉國(guó)杰;危擁軍;侯溯源;;面向地理空間信息的三維布景技術(shù)研究[A];中國(guó)測(cè)繪學(xué)會(huì)九屆四次理事會(huì)暨2008年學(xué)術(shù)年會(huì)論文集[C];2008年

8 金偉新;肖田元;馬亞平;彭靖;;聯(lián)合訓(xùn)練聯(lián)邦仿真成員模型開(kāi)發(fā)框架與規(guī)范研究[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

9 吳健平;張偉鋒;崔修濤;;GIS插件的開(kāi)發(fā)與共享研究(摘要)[A];中國(guó)地理學(xué)會(huì)2004年學(xué)術(shù)年會(huì)暨海峽兩岸地理學(xué)術(shù)研討會(huì)論文摘要集[C];2004年

10 曹重華;;智能商務(wù)建筑物業(yè)管理云計(jì)算平臺(tái)研究[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集[C];2011年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前9條

1 鮑麗春;可插式數(shù)據(jù)存儲(chǔ)引擎:MySQL走向企業(yè)級(jí)的保障[N];計(jì)算機(jī)世界;2007年

2 諶力;讓SOA小步快走[N];網(wǎng)絡(luò)世界;2006年

3 吳;萬(wàn)戶網(wǎng)推出新協(xié)同軟件平臺(tái)[N];計(jì)算機(jī)世界;2006年

4 邊歆;研發(fā)需要敏捷[N];網(wǎng)絡(luò)世界;2007年

5 王立華、王愛(ài)勝;利用“生物畫板”編輯生物試卷[N];中國(guó)電腦教育報(bào);2003年

6 ;企業(yè)為什么需要協(xié)同產(chǎn)品商務(wù)[N];計(jì)算機(jī)世界;2002年

7 羅國(guó)旗　劉明星;切莫誤讀“信息系統(tǒng)”[N];中國(guó)國(guó)防報(bào);2011年

8 ;卓越精算商業(yè)管理系統(tǒng)[N];中國(guó)計(jì)算機(jī)報(bào);2010年

9 范范　編譯;NoSQL數(shù)據(jù)庫(kù)大比拼[N];網(wǎng)絡(luò)世界;2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 丁毅;地球物理數(shù)據(jù)共享與應(yīng)用集成研究[D];中國(guó)地質(zhì)大學(xué)(北京);2012年

2 馬純永;城域景觀VRGIS一體化仿真平臺(tái)研究與實(shí)現(xiàn)[D];中國(guó)海洋大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李祉;基于插件式框架的農(nóng)業(yè)氣象災(zāi)害服務(wù)保障系統(tǒng)的實(shí)現(xiàn)[D];中國(guó)地質(zhì)大學(xué)(北京);2012年

2 彌永宏;基于插件式GIS的綜合管網(wǎng)信息系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[D];中國(guó)地質(zhì)大學(xué)(北京);2012年

3 范強(qiáng);插件式GIS在地質(zhì)災(zāi)害信息管理系統(tǒng)中的應(yīng)用[D];成都理工大學(xué);2010年

4 周本東;基于.NET的插件式GIS框架設(shè)計(jì)及應(yīng)用[D];鄭州大學(xué);2011年

5 劉曦;插件式的海岸侵蝕災(zāi)害分析與評(píng)價(jià)GIS應(yīng)用框架研究[D];華東師范大學(xué);2010年

6 唐練;插件式橋梁健康監(jiān)測(cè)三維可視化系統(tǒng)研究[D];重慶交通大學(xué);2012年

7 趙澤松;總線——插件式體系結(jié)構(gòu)方法研究[D];重慶大學(xué);2001年

8 周志華;基于Web和中間組件的柔性客戶關(guān)系管理系統(tǒng)設(shè)計(jì)[D];浙江大學(xué);2003年

9 劉曉紅;短信專業(yè)計(jì)費(fèi)系統(tǒng)的設(shè)計(jì)[D];南京理工大學(xué);2004年

10 盛科;插件式能耗數(shù)據(jù)采集中間件的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2013年

，

本文編號(hào)：1224287