使用 Lucene 使用 Symfony 索引 PDF 文件答案

【问题标题】：Indexing PDF files with Symfony using Lucene使用 Lucene 使用 Symfony 索引 PDF 文件
【发布时间】：2010-02-19 12:43:25
【问题描述】：

我是一名 Symfony 开发人员，我的 Web 服务器是 Linux。我已经在使用 sfLucene 插件了。

在 Linux PHP 服务器上为 PDF 文件编制索引以进行搜索的最简单方法是什么？

谢谢！

【问题讨论】：

【解决方案1】：

来自 Zend 背景，我通常推荐使用 Zend_Search_Lucene。 XPDF 示例非常简单明了，看起来很简单。 XPDF 已获得 GPL 许可 - 如果这符合您的需要，请选择 #1！

ZF 可以轻松集成到您的 Symfony 项目中，例如Twitter Call。

【讨论】：

【解决方案2】：

有许多用于从 PDF 中提取文本内容的库。使用其中任何一个，您需要创建一个包含内容的 lucene 文档。最有用的是那些已经集成了 lucene 的。

Apache PDFBox 可以直接从 PDF 文件中create a lucene 文档。它将包括 PDF 元数据字段以及文本内容。

【讨论】：