有没有办法在Lucene中索引CHM文件？

任何人都可以请建议我一种方法，通过该方法可以将chm文件编入索引，例如pdf格式的pdfbox。有没有办法在Lucene中索引CHM文件？

Apache Tika更常用于Lucene，我只是不知道他们对CHM的支持。所以，请接受死亡的答案。 – ffriend 2011-06-13 14:13:27

如果你有，你需要指数也其他文件格式，你可能会发现在Apache Tika

一个更好的，更全面的解决方案，他们只是增加了一个CHM解析器最近（供参考：Support of CHM Format），这将是在下一个版本。

2011-06-10 16:06:40

谢谢你。我会看一下：） – 2011-06-13 11:57:23

如果你正在谈论Microsoft Compiled HTML Help文件，你可以用JChm从它们中提取文本，然后以正常的方式对其进行索引。

2011-06-10 13:53:05 ffriend

thnx。我会看一下。 :) – 2011-06-10 14:04:58

要小心。可能有一个二进制和一个文本（.xml存储为.hhk）索引，并且它们可能不包含相同的内容。 – 2011-06-11 20:06:39

我用ChmParser amd使用它的检索文件，并提出了一些解决方法。它似乎运作良好，并且.hhc问题已解决。 Thnx再次 – 2011-06-13 11:47:53

回答