V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
lufyluo
V2EX  ›  程序员

全文检索

  •  
  •   lufyluo · 188 天前 · 915 次点击
    这是一个创建于 188 天前的主题,其中的信息可能已经有所发展或是发生改变。

    需求: 上传文件( PDF 、WORD 、TXT ),支持关键字检索,可以搜索文本内容。

    大家有没有好的方案实现、或者当前开源的比较好的方案。

    现在我想的是识别文本内容,再结合 ES 。还有其它方案吗?

    8 条回复    2021-11-25 11:32:03 +08:00
    saulshao
        1
    saulshao  
       188 天前
    基本就是你说的了,别的也比较费劲。
    czfy
        2
    czfy  
       188 天前
    要搜索文本基本就是 ES 了
    word 和 txt 还好
    PDF OCR 可能还要费点心思,效果不一定好
    encro
        3
    encro  
       188 天前
    1 ,word ,ppt 转 pdf ;(wps ,aliyun 服务等等都可以,不转直接读 word 文本也可以)
    2 ,用 pdfbox 抽取 pdf 文本,然后放到 es 里面;

    不用图像识别,性能太低了。
    可以付费咨询我,哈哈,根据你熟悉的语言定制方案。
    codingBug
        4
    codingBug  
       188 天前
    很多文档网站用的 algolia
    xuexiaoaoooo
        5
    xuexiaoaoooo  
       188 天前
    Ingest Attachment Processor Plugin
    lufyluo
        6
    lufyluo  
    OP
       176 天前
    @saulshao
    @czfy
    @encro

    哈哈,感谢,有更好的方案,我也跟你们讨论下
    lufyluo
        7
    lufyluo  
    OP
       176 天前
    @codingBug 哦,可以,我先去瞅瞅,感谢
    lufyluo
        8
    lufyluo  
    OP
       176 天前
    @xuexiaoaoooo 感谢,我去研究下
    关于   ·   帮助文档   ·   API   ·   FAQ   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   3970 人在线   最高记录 5497   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 07:56 · PVG 15:56 · LAX 00:56 · JFK 03:56
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.