Lucene搜索有什麼好的選擇？

Question

我有成千上萬的Cvs，我想搜索以「計算機科學」爲背景的簡歷。

因此，我搜索了一下，並知道Lucene執行此項工作，我需要將數據提供給Lucene，並將所有文檔編入索引。

在搜索特定文本（比如'Compuet科學'）時，它會導致CV與結果匹配。

爲此，我需要將MSword-93/MSword-2007/PDF轉換爲文本並提供Lucene。

我可以從文本文件MSword2007的，但我無法從2003年MSWORD得到

有很多PDF的作家，但我沒有得到任何PDF閱讀器庫，它可以做到這一點。

請將PDF閱讀器庫文件轉換爲PDF文件並將ms93文件轉換爲文本或請讓我知道是否有任何其他的Lucene搜索。

謝謝，非常感謝您的回答

Answer 1

您可以使用Apache Solr或直接Tika來提取PDF和MS Word和建立索引的文本。兩者都是Java項目，但您可以從PHP調用它們的服務器。