如何将 Powerpoint 和 Excel 文档放入全文搜索索引（如 Sphinx 或 PostgreSQL 文本搜索）中？
我有一个 Rails 应用程序，它接受任意业务文档（例如 Word、Excel、Powerpoint 和 PDF）的文件上传。我需要使所有这些文档都可搜索，最好使用 Sphinx 或 PostgreSQL 全文搜索。最好的解决方案是什么？
I have a Rails application that accepts file uploads of arbitrary business documents such as from Word, Excel, Powerpoint, and PDF. I need to make all these documents searchable, preferably using Sphinx or PostgreSQL full text search. What are the best solutions?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
正如评论中指出的，一个较旧的问题很好地涵盖了这一点。
简而言之：您必须将从这些文件中提取的相关数据存储在 Sphinx 数据库中，也可能用于 PostgreSQL 全文搜索。 Sphinx 现在还可以理解纯文本文件（只要数据库列指向文件），但这仍然需要另一个从 PDF、DOC、XLS 等文件中提取数据的工具。
As pointed out in the comments, this is covered pretty well by an older question.
In short: you're going to have to store the relevant extracted data from those files in the database for Sphinx, and likely for PostgreSQL full-text search as well. Sphinx can now also understand plain text files (as long as a database column points to a file), but that will still involve another tool extracting data from PDF, DOC, XLS et al.