regex - 在 Google AppEngine 上对不同文档类型进行模式匹配搜索

Question

我有一个问题，如果你能回答我，我将不胜感激。

我需要为不同类型的文档（包括 Google Docs、PDF、DOC 等）实现模式匹配搜索。从我在这方面的研究来看，这种模式匹配在 GAE 上似乎不能直截了当。

我可以请您指导我如何在 GAE 上实现模式匹配吗？您是否推荐任何开源搜索引擎或本地 Google 搜索 API 来定制用于 GAE 上的模式匹配搜索？

如果你能回答我，我将不胜感激。非常感谢。

问候， 萨尔戈尔

Answer 1

AFAIK AppEngine 的设计目的是在将数据写入数据库之前强烈倾向于数据处理，而不是在读回期间/之后。虽然这通常会导致存储更多数据，但通常可以显着提高应用程序性能。

应用于您的案例，我会说您应该尝试想出一种方法，在将文档写入数据存储区时为您的文档构建和存储某种索引。然后使用此索引进行模式匹配。

由于您的问题尚不清楚您在谈论哪种模式匹配，因此很难提供更具体的建议。但是，例如，如果您只是在谈论关键字搜索，那么对于每个文档，您可以在数据存储区中拥有第二个实体，该实体存储文档的数据存储区键并包含具有多个值的属性（App Engine 数据存储区：如何设置属性上有多个值？）列出文档中存在的所有关键字。然后，您可以对这些“索引对象”进行简单的等式查询，以查找与您的搜索词匹配的所有文档。