有沒有辦法在Lucene中索引CHM文件？

任何人都可以請建議我一種方法，通過該方法可以將chm文件編入索引，例如pdf格式的pdfbox。有沒有辦法在Lucene中索引CHM文件？

Apache Tika更常用於Lucene，我只是不知道他們對CHM的支持。所以，請接受死亡的答案。 – ffriend 2011-06-13 14:13:27

如果你有，你需要指數也其他文件格式，你可能會發現在Apache Tika

一個更好的，更全面的解決方案，他們只是增加了一個CHM解析器最近（供參考：Support of CHM Format），這將是在下一個版本。

2011-06-10 16:06:40

謝謝你。我會看一下：） – 2011-06-13 11:57:23

如果你正在談論Microsoft Compiled HTML Help文件，你可以用JChm從它們中提取文本，然後以正常的方式對其進行索引。

2011-06-10 13:53:05 ffriend

thnx。我會看一下。 :) – 2011-06-10 14:04:58

要小心。可能有一個二進制和一個文本（.xml存儲爲.hhk）索引，並且它們可能不包含相同的內容。 – 2011-06-11 20:06:39

我用ChmParser amd使用它的檢索文件，並提出了一些解決方法。它似乎運作良好，並且.hhc問題已解決。 Thnx再次 – 2011-06-13 11:47:53

回答