基于Lucene的电子档案文档全文检索系统

简述

本系统主要结合了目前的软件工程知识、web开发技术、数据库操作、搜索引擎、文档预览等先进技术，基于javaEE（java enterprise edition）平台，在表现层，业务逻辑层和数据服务层的基础上，利用了当前流行的Springmvc框架、Bootstrap框架，极大地提高了开发效率。实现了各个层次间的分离与低耦合，具有很高的安全性和很好的可移植性。本系统采用了面向对象的程序设计方法，用mysql 5.2作为数据库服务器，tomcat7作为web服务器，itext作为文档提取组件，JODConverter作为文档转换组件，pdf.js作为文档的预览组件。使用了Lucene搜索引擎技术，实现了对文档的比较精确快速的全文检索。

用例图及结构图

用例图

结构图

新颖点

• 集成Lucene，大幅度提高了检索精确度及检索效率
• 支持大部分文档格式：支持word、pdf、excel、ppt、odf等开放文档格式。
• 响应式、html5：利用最新技术，多平台完美呈现。
• 社会化：引入共享概念，任何注册人员均可审核，增加用户粘性。
• 主流mvc框架，java、mysql等主流开源项目：技术成熟。

主要功能

• 搜索功能：分为简单搜索和高级搜索。简单搜索为通过关键词进行匹配搜索；高级搜索包括通过文档类型、上传时间、以及对标题及内容的权重指定来进行搜索。
• 结果展示：搜索结果以google搜索为原型进行展示。单个文档展示内容为展示基本信息，预览文档信息。
• 显示相关文档功能：利用相似度匹配算法展示库中与指定文档相似度最高的文档。
• 预览文档功能：高保真预览原始文档。
• 文档下载功能：点击下载链接即可下载文档，并制动设置文档名称。
• 分类管理：对文档分类进行增删改查处理。
• 文档管理：管理员对库中包含文档进行管理，包括增加、删除、修改等操作。
• 文档审核：对文档进行审核操作，只有审核通过才搜索并可以展示出来。
• 文档上传：快速添加文档，包括 Microsoft office系列，pdf系列、openoffice系列文档。
• 权限管理：对已有成员的权限进行添加、修改操作。
• 人员管理：添加、删除、修改用户。
• 个人管理：包括查看自己登陆日志、修改账号信息、及统计功能。
• 系统设置：对系统共有功能进行初始化等全局设置操作，包括Lucene设置，索引设置，文档设置等
• 系统概述：展示系统各项参数，如cpu、在线人数等统计结果。
• 评论功能：所有用户可对文档进行评论，评论结果实时写入数据库。
• 分享功能：点击分享按钮，可将文档分享到各社会化平台（qq空间、豆瓣等）。
• 登陆注册功能：填写资料进行注册，填写登陆表单进行登陆。

用到的技术/工具

技术

• Springmvc（mvc框架）
• mysql（数据库）
• Lucene4（全文检索）
• itext（提取pdf文档内容）
• pdf.js（解析pdf文档、预览）
• openoffice（转换文档格式）

工具、组件

• myeclipse（开发工具）
• tomcat（web容器）
• notepad++（文本编辑器）
• git（版本控制）

鸣谢

1. 菜鸟小不点
2. 三个纽扣
3. yokoboy
4. 董亚苹