标签： search text indexing full-text-search approximation
我有一组很长的pdf文档（主要包含文本和图形）和一个被剪断的文本（几行）。 是否有一些库可以帮助我找到包含已截断给定文本的文档+页面。
重要的是，要对文档进行某种索引，因为进行搜索时，原始文档不再可用。目的是通过文档和页面来查找“文本片段的来源”。
其他要求： -离线使用 -轻度近似功能（也许文本片段包含拼写错误，错字等）。