【文章內容簡介】 Apache Tika 利用現(xiàn)有的解析類庫，從不同格式的文檔中（例如 HTML, PDF, Doc)，偵測和提取出元數(shù)據(jù)和結構化內容。 （圖 42） 功能包括： 偵測文檔的類型， 字符編碼 ，語言，等其他現(xiàn)有文檔的屬性。 提取結構化的文字內容。 該項目的目標使用群體主要為搜索引擎以及其他內容索引和分析工具。編程語言為Java. JavaBean 是一種 JAVA 語言寫成的可重用組件。為寫成 JavaBean，類必須是具體 的和公共的，并且具有無參數(shù)的 構造器 。 JavaBean 通過提供符合一致性 設計模式 的公共方法將內部域暴露成員屬性。眾所周知，屬性名稱符合這種模式，其他 Java 類可以通過自身機制發(fā)現(xiàn)和操作這些 JavaBean 屬性。 用戶可以使用 JavaBean 將功能、處理、值、數(shù)據(jù)庫訪問和其他任何可以用 java 代碼創(chuàng)造的對象進行打包，并且其他的開發(fā)者可以通過內部的 JSP 頁面、 Servlet、其他JavaBean、 applet 程序 或者應用來使用這些對象。用戶可以認為 JavaBean 提供了一種隨時隨地的復制和粘貼的功能，而不用關心任何改變。 數(shù)據(jù)庫 MySQL是一個 關系型數(shù)據(jù)庫管理系統(tǒng) ，由瑞典 MySQL AB 公司開發(fā)，目前屬于 Oracle公司。 MySQL是一種關聯(lián) 數(shù)據(jù)庫管理系統(tǒng) ，關聯(lián)數(shù)據(jù)庫將數(shù)據(jù)保存在不同的表中，而不是將所有數(shù)據(jù)放在一個大倉庫內，這樣就增加了速度并提高了 靈活 性。 MySQL 的 SQL 語言是用于訪問 數(shù)據(jù)庫 的最常用標準化語言。 MySQL 軟件采用了雙授權政策（本詞條 “授權政策 ”），它分為社區(qū)版和商業(yè)版，由于其體積小、速度快、總體擁有成本低，尤其是 開放源碼這一特點，一般中小型網(wǎng)站的開發(fā)都選擇 MySQL 作為網(wǎng)站數(shù)據(jù)庫。由于其社區(qū)版的性能卓越，搭配 PHP 和 Apache 可組成良好的開發(fā)環(huán)境。 （圖 44） MySQL 是一個開放源碼的小型關聯(lián)式數(shù)據(jù)庫管理系統(tǒng)，開發(fā)者為瑞典 MySQL AB 公司。目前 MySQL 被廣泛地應用在 Inter上的中小型網(wǎng)站中。由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點，許多中小型網(wǎng)站為了降低網(wǎng)站總體擁有成本而選擇了 MySQL 作為網(wǎng)站 數(shù)據(jù)庫 。 5. 詳細設計 該部分文檔編寫負責人 該部分文檔復核人 最終版本 重要部分代碼展示及 說明 ： public class IndexUnit { private static Directory directory = null。 static{ try { directory = (new File(E:/work/Java_web_work/Lucene/index02/))。 } catch (IOException e) { ()。 } } public static Directory getDirectory() { return directory。 } private static Document generatorDoc(File f) throws IOException { if(()) return null。 Document doc = new Document()。 Metadata metadata = new Metadata()。 (new Field(content,new Tika().parse(new FileInputStream(f),metadata),))。 (new Field(title,(()),Fi,))。 (new Field(filename,(),)) 。 (new Field(path,(),ED))。 (new Field(type,(()),Fi))。 int page = 0。 try { page = ((xmpTPg:NPages))。 } catch (NumberFormatException e) { } (new NumericField(page,true).setIntValue(page))。 (new NumericField(date,true).setLongValue(()))。 (new NumericField(size,true).setIntValue((int)(()/1024)))。 return doc。 } public static void index(boolean hasNew) { IndexWriter writer = null。 try { writer = new IndexWriter(directory, new IndexWriterConfig(, new MMSegAnalyzer()))。 if(hasNew==true) { ()。 ()。 } File file = new File(E:/work/Java_web_work/Lucene/Example02/)。 Document doc = null。 for(File f:()) { doc = generatorDoc(f)。 if(doc!=null) (doc)。 } } catch (CorruptIndexException e) { ()。 } catch (LockObtainFailedException e) { ()。 } catch (IOException e) { ()。 } finally { try { if(writer!=null) ()。 } catch (CorruptIndexException e) { ()。 } catch (IOException e) { ()。 } } } } ： public ArrayListString searcher(String word) { ArrayListString resList = new ArrayListString()。 try { IndexSearcher searcher = new IndexSearcher((()))。 TermQuery query = new TermQuery(new Term(content,word))。 TopDocs tds = (query,260)。