使用Lucene为Symfony索引PDF文件

Question

我是Symfony开发人员，我的Web服务器是Linux。我已经使用sfLucene插件。

索引PDF文件在Linux PHP服务器上搜索的最简单方法是什么？

1. XPDF，通过SOLR sfLucene plugin branch
2. 第3选项安装like this
3. Apache Tika？

谢谢！

Answer 1

来自Zend背景，我通常推荐使用Zend_Search_Lucene。 XPDF的例子非常简单，看起来很简单。 XPDF被授权为GPL - 如果这符合您的需求，请参加＃1！

ZF很容易集成到您的Symfony项目中，例如，为Twitter Call。

Answer 2

有很多从PDF中提取文本内容的库。有了这些，你就需要创建一个包含内容的lucene文档。最有用的将是那些已经有lucene集成。

阿帕奇PDFBox可以create a lucene文件直接从PDF文件。它将包含PDF元数据字段以及文本内容。