有没有办法在Lucene中索引CHM文件？

Question

任何人都可以向我建议一种方法，通过该方法可以将pdm文件编入索引，例如 pdfbox for pdf。

Answer 1

如果您正在谈论Microsoft Compiled HTML Help个文件，则可以使用JChm从中提取文本，然后以正常方式对其进行索引。

Answer 2

如果您还需要索引其他文档格式，您可以在Apache Tika

中找到更好，更通用的解决方案

他们最近刚刚添加了一个CHM Parser（供参考：Support of CHM Format），它将在下一个版本中。