标签： python whoosh
我想使用python进行文档搜索。 Solr是不行的，因为Java托管是一个约束。
所以嗖嗖似乎是明显的选择。但它似乎不是本地索引doc或pdf文件（如Solr所能）。使它直接索引这些文件的方法是什么？
答案 0 :(得分：4)
飞快移动只需要从这些文档中提取的文本。虽然Whoosh库不会为您提取，但有一些Python库可以为您提取文本，例如pdf miner，catdoc或antiword。
有关详细信息，请参阅这两个讨论：