问Apache Tika诉Apache Lucene

EN

我不知道这是否可能，但我建议做所有的关键字分析在lucene。我的个人理由：

• Tika的主要目标是从文件中提取信息
• Lucenes定义了如何对数据进行分析和索引。如何分析数据对lucene索引在搜索中的表现有很大影响(查找您希望找到的内容)。
• 这是一种分离的担心，蒂卡只是提取和Lucene关心的搜索相关的东西

Tika和Lucene做了不同的事情。

Tika存在是为了从文件中获取数据。例如，您可以使用Tika从PDF中提取文本。

露西尼是个索引师。因此，当您向Lucene提供Doc1.txt、Doc2.txt和Doc3.txt时，它将对它们进行索引，这样以后您就可以搜索'hello‘这样的单词或短语，Lucene将响应包含该单词的文档列表，以及每个文档中的次数。

如果要索引任意内容，可以使用Tika首先提取文本，然后使用Lucene对其进行索引。