我正在比较Lucene / Solr，Whoosh，Sphinx和Xapian搜索DOC，DOCX，HTML和PDF文档 . 只有Solr被记录为具有直接索引文档的文档解析器（Tika） . 所以它似乎是一个明显的赢家 .
但为了 balancer 竞争环境，我想考虑其他选择 . 其他人有 direct document indexing （我可能错过了）？如果不是，它们是否可以轻松实施？索尔是压倒性的选择吗？
在Sphinx上，您可以使用PHP脚本通过xmlpipe_command选项转换文件 . 由于PHP有一个Tika包装器，编写脚本和设置本身并不难 .
1 回答
在Sphinx上，您可以使用PHP脚本通过xmlpipe_command选项转换文件 . 由于PHP有一个Tika包装器，编写脚本和设置本身并不难 .