按名称搜索文件（使用 java、lucene 或技术堆栈）答案

【问题标题】：Search file by Name (using java, lucene or tech stack)按名称搜索文件（使用 java、lucene 或技术堆栈）
【发布时间】：2018-03-25 09:59:00
【问题描述】：

我有很多图像文件，我想按名称搜索特定文件。我正在寻找使用 Java 实现这一点的建议。

注意：我使用过 Apache lucene，但它不适用于图像文件。我认为它是按文件内容搜索的。

请建议可用于在大量图像文件（以 TB 为单位）中按名称搜索文件的最佳技术。

编辑

例子：

用户输入“引擎”，它应该给出如下结果：

X60_031004_P05_16_AJ126SC_ENGINE_COVER_AWD_2.jt X60_031004_P05_16_AJ127SC_ENGINE_COVER.jt

【问题讨论】：

什么是手数？ 100.000？百万？一亿？
Lots 表示，共享驱动器有 12 到 15 个包含图像文件的文件夹，大小以 TB 为单位。（一个文件夹中大约 50k 个文件）

标签： java spring apache lucene

【解决方案1】：

您可以使用 Lucene 搜索文件名或一般图像元数据。而且它可能是比 FileUtils 更好的解决方案，特别是如果您想拥有所有不错的“搜索引擎”功能。

我对这种要求没有任何经验，但我会这样做：

使用 Apache Tika (https://tika.apache.org/) 提取元数据
使用 Apache Lucene 进行元数据索引和搜索
图像本身的专用存储，在 Lucene 索引中具有引用

【讨论】：

谢谢。我尝试使用 Apache Lucene 进行索引和搜索，但是当我将数据目录指向 image/it 文件驱动器路径时它不起作用。我在 PDF 文件上尝试过它并且它有效，我认为 lucene 基于文件内容将文件名输出为没有任何内容（文本）的图像文件，不返回文件名/路径
您可以将路径索引为单独的字段。据我了解，您可以定义自己的索引结构。因此，您可以从 tika 获取信息并将它们索引到任何字段中，比如说一个字符串字段，您称之为路径或其他东西。如果您不想搜索这些信息，您可以使用 StoredField。

【解决方案2】：

您可以使用org.apache.commons.io.FileUtils，如下所示：

    File root = new File("C:\\");
    String fileName = "Engine";
    String[] extensions = {"jt"};
    boolean recursive = true;
    Collection files = FileUtils.listFiles(root, extensions, recursive);
    for (Iterator iterator = files.iterator(); iterator.hasNext();) {
        File file = (File) iterator.next();
        if (file.getName().toLowerCase().contains(fileName.toLowerCase()))
            System.out.println(file.getAbsolutePath());
    }

【讨论】：

我没有尝试过 FileUtils，但我认为 FileUtils 不会通过考虑驱动器大小或文件量来按时间线扩展。虽然我会试一试。