基于Lucene的PDF文档的全文检索的实现

• 作者: 徐玲 黄江平 黄理灿
• 来源期刊: 工业控制计算机
• 学科: 工学
• 关键词: Lucene PDF 全文检索 高亮显示
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 软件与仿真
• 页码范围: 103-104
• 分类号: TP3
• 字数: 2495字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-182X.2012.05.046

摘要

在Lucene的全文检索中,直接对PDF文档进行全文检索几乎是不可能的.在实际应用中又需要对大量的PDF文档进行检索,通过Xpdf工具先对PDF文档转换为TXT文本,然后对TXT文本建立索引,在进行检索时通过文件名实现和原始PDF文档的一一对应,最终实现PDF文档的全文检索功能,同时还能实现对PDF文档所检索的包含关键词的内容进行高亮显示,实现全文检索的功能,通过实际项目应用,检索效果能够达到很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄理灿	浙江理工大学信息学院	25	144	4.0	11.0
2	徐玲	浙江理工大学信息学院	3	18	2.0	3.0
3	黄江平	浙江理工大学信息学院	2	14	1.0	2.0