如何使用lucene.net索引文件夾

Question

我正嘗試在使用lucene.net的asp.net中開發搜索引擎。我經歷了很多教程和頁面，以獲得適當的結果，但我不能。 其實我有一個文件夾（doc，ppt，pdf，excel等），我想在該文件夾中搜索內容，如果在該文件夾中沒有找到結果，則要求用戶在網上搜索。

例如我有一個包含數千個文件的文件夾@ C：\ test ，如果用戶搜索「miller」，那麼它應該搜索每個文檔。如果結果被發現，那麼它應該顯示像

搜索的文本文件的結果沒有OCCURENCES 米勒的C：\測試\ 1 \ FILE.DOC 5 米勒C：\測試\ 1 \ 11 \ new.doc 2

請幫我，我沒有得到適當的結果。

Answer 1

Lucene/Lucene.NET只是一個索引引擎，您仍然必須從您想要支持的文件類型中提取文本 - 在Windows中，您可以使用IFilter接口獲得許多文件類型，如果您有Acrobat那裏安裝的Reader 7+應該支持IFilter for PDF文件。至於索引部分本身，那裏有很多樣本。

也看到這個線程What's a good method for extracting text from a PDF using C# or classic ASP (VBScript)?