Ich bin ein Symfony-Entwickler und mein Webserver ist Linux. Ich benutze bereits das sfLucene Plugin.Indizieren von PDF-Dateien mit Symfony mit Lucene
Was ist die einfachste Möglichkeit, PDF-Dateien für die Suche auf einem Linux-PHP-Server zu indexieren?
Vielen Dank!
Aus einem Zend-Hintergrund kommend, empfehle ich generell, Zend_Search_Lucene zu verwenden. Das XPDF Beispiel ist wirklich geradlinig und sieht einfach aus. XPDF ist als GPL lizensiert - wenn das zu deinem Bedarf passt, gehe auf Platz 1!
ZF kann problemlos in Ihre Symfony-Projekte integriert werden, z. für eine Twitter Call.
Es gibt viele Bibliotheken zum Extrahieren von Textinhalt aus PDF. Mit diesen müssen Sie dann ein Lucene-Dokument mit dem Inhalt erstellen. Die nützlichsten werden jene sein, die bereits eine Lucene-Integration haben.
Apache PDFBox kann create a lucene Dokument direkt aus PDF-Datei. Es enthält PDF-Metadatenfelder sowie Textinhalte.