Ric*_*vin 3 php search algolia
对于拥有大量 PDF 文件的客户来说，这只是一个推测性的想法。
Algolia 在他们的常见问题解答中说，要搜索 PDF 文件，您首先需要从文件中提取文本。你会怎么做？
我设想的系统工作方式是：
它需要是一个自动化系统，因为客户端不应该告诉它索引。它将用 PHP 构建，可能是在 Ubuntu 上运行的 Laravel。
什么软件/服务可以从 PDF 中提取文本，是否需要将其与 PDF 文件“链接”？
我也很高兴对可以处理此问题的其他搜索服务提出建议。
幸运的是，从 pdf 中提取文本是一个已经多次讨论过的主题。在命令行上，您可以使用pdftotext（在 Linux 或 Mac 上可用）或在您的代码中使用一个库作为Apache Tika（您可以找到一个PHP 包装器）。
为避免记录中出现过多干扰，我建议您然后拆分文本并为每个段落创建一个记录。然后，您可以使用 Algolia 的distinct功能对结果进行重复数据删除。
您应该已经在某处拥有指向您的文件的链接，只需将它们存储在您的记录中，然后，在您的前端，您就可以轻松地使用例如autocomplete.js或instantsearch.js创建指向它们的链接。
| 归档时间： |
|
| 查看次数： |
1005 次 |
| 最近记录： |