使用富媒体文件进行全文搜索

Question

在富媒体文件中执行全文搜索的最佳方法是什么？我正在尝试实现一个用户可以上传随机文件（.doc，.pdf，.jpg，...）的系统，并且可以根据文件内容或元数据搜索它们。

我很欣赏有关如何构建此内容的一些想法。

PS - 我开始研究Lucene和Nutch，但我认为他们做的比我需要的更多。

谢谢。

Answer 1

你应该看看Tika（http://lucene.apache.org/tika/），这是一个检测和提取元数据和结构化文本的工具包。