我們很高興宣布 GroupDocs.Search for Python v26.10 已於 2026年11月 發佈。這是該產品的首次發佈，將 GroupDocs.Search 26.10 引擎的完整功能帶給 Python 開發者。它允許在文件夾中的文件（包括 PDF、Word、Excel、PowerPoint、電子郵件、電子書、壓縮檔以及其他許多格式（共 80 種以上））上建立和維護全文索引，並使用高級查詢類型進行搜尋：關鍵字、片語、通配符、正則表達式、模糊、布林、分面以及日期範圍搜尋。此發佈支援 Windows x64、Linux x64（glibc 2.27+）以及 macOS 13+（Intel 與 Apple Silicon）上的 Python 3.5–3.14，並嵌入 .NET 10.0.14 執行環境。

此次發佈的新功能

  • [功能] 透過 .NET 的 GroupDocs.Search for Python 初始發佈 (SEARCHPYTHONNET-40)

公開 API 變更

這是首次發佈，沒有可升級的先前版本。API 依循 GroupDocs.Search for .NET 26.10：類別保留其 .NET 名稱，而方法、屬性和參數使用 snake_case（Index.Search 為 index.search，SearchResult.DocumentCount 為 result.document_count），列舉成員則使用大寫（OutputFormat.HTML）。為類別未定義的屬性賦值會拋出 AttributeError，並提供「您是否指的是」的提示，而不是建立引擎永遠不會看到的僅 Python 使用的屬性。

模組

  • groupdocs.search: Index, IndexSettings, IndexRepository, IndexUpdater, SearchQuery, Extractor, License, Metered, GroupDocsSearchException, LicenseError, CancellationTokenSource.
  • groupdocs.search.options: IndexingOptions, SearchOptions, FuzzySearchOptions, SimilarityLevel, UpdateOptions, HighlightOptions, OutputFormat, SeparateProcessOptions, ImageSearchOptions.
  • groupdocs.search.results: SearchResult, FoundDocument, FoundDocumentField, DocumentInfo, FileType, FormatFamily.
  • groupdocs.search.highlighters: DocumentHighlighter, FragmentHighlighter.
  • groupdocs.search.common: FileOutputAdapter, StringOutputAdapter, StreamOutputAdapter, Document, DocumentField, ExtractedData, FileLogger, AttributeChangeBatch.
  • groupdocs.search.dictionaries: SynonymDictionary, HomophoneDictionary, StopWordDictionary, SpellingCorrector, AliasDictionary, CharacterReplacementPair.
  • groupdocs.search.events: EventHub, FileIndexingEventArgs, IndexErrorEventArgs, OperationProgressEventArgs, PasswordRequiredEventArgs.
  • groupdocs.search.exceptions: SearchException, LicenseRestrictionException.
  • groupdocs.search.scaling: SearchNetworkNode, Indexer, Searcher.
  • groupdocs.search.scaling.configuring: Configuration, Configurator, TcpSettings.

新功能

索引文件並搜尋它們

Index(folder) 會在資料夾中建立索引，或開啟已存在的索引。add() 會索引資料夾、檔案、路徑清單、串流或已提取的資料，而 search() 接受 GroupDocs.Search 查詢語言的查詢字串：關鍵字、以引號括起的片語、通配符（? 代表單一字元，?(1~5) 代表一到五個字元）、^ 後的正則表達式、AND、OR 與 NOT、如 content: Bern 或 filename: einstein 的欄位查詢，以及日期與數字範圍。SearchQuery 以物件方式建立相同的查詢。

from groupdocs.search import Index

with Index("./index") as index:              # creates the index folder, or opens it
    index.add("./documents")                 # indexes every supported file in the folder
    for query in ["relativity", '"theory of relativity"', "relativ?ty",
                  "^relativ.*", "Einstein AND NOT Newton", "content: Bern"]:
        result = index.search(query)
        print("%-26s %d documents, %d occurrences"
              % (query, result.document_count, result.occurrence_count))

模糊、同義詞與詞形搜尋

模糊搜尋容忍打字與 OCR 錯誤。同義詞、同音詞與詞形搜尋會透過內建的英文詞典擴展查詢，index.dictionaries 允許您編輯這些詞典，拼寫與鍵盤佈局校正亦為搜尋選項。

from groupdocs.search import Index
from groupdocs.search.options import SearchOptions, SimilarityLevel

with Index("./index") as index:
    index.add("./documents")

    fuzzy = SearchOptions()
    fuzzy.fuzzy_search.enabled = True
    fuzzy.fuzzy_search.fuzzy_algorithm = SimilarityLevel(0.8)   # 0.0 (loose) .. 1.0 (strict)
    print("relativty:", index.search("relativty").document_count,
          "->", index.search("relativty", fuzzy).document_count)

    synonyms = SearchOptions()
    synonyms.use_synonym_search = True
    print("picture:", index.search("picture").document_count,
          "->", index.search("picture", synonyms).document_count)

    word_forms = SearchOptions()
    word_forms.use_word_forms_search = True
    print("letter:", index.search("letter").document_count,
          "->", index.search("letter", word_forms).document_count)

突顯搜尋結果

DocumentHighlighter 會將整份文件寫出，並標記找到的詞彙；FragmentHighlighter 則只輸出其周圍的片段，兩者皆可輸出為 HTML 或純文字，寫入檔案、字串或二進位檔案物件。

from groupdocs.search import Index
from groupdocs.search.common import FileOutputAdapter
from groupdocs.search.highlighters import DocumentHighlighter
from groupdocs.search.options import OutputFormat

with Index("./index") as index:
    index.add("./documents")
    result = index.search("relativity")
    if result.document_count > 0:
        found = result.get_found_document(0)
        adapter = FileOutputAdapter(OutputFormat.HTML, "./highlighted.html")
        index.highlight(found, DocumentHighlighter(adapter))
        print(found.document_info.file_path, "-> highlighted.html")

.NET 事件作為 Python 處理程序

索引的每個事件皆為 Python 事件：使用 += 訂閱，-= 取消訂閱。處理程序可以跳過文件、為其加上屬性標記或提供密碼，並可追蹤索引與搜尋的進度、錯誤與階段。

from groupdocs.search import Index

skipped = []

def on_file_indexing(sender, args):
    if args.document_full_path.endswith(".zip"):
        args.skip_indexing = True            # leave archives out of the index
        skipped.append(args.document_full_path)

with Index("./index") as index:
    index.events.file_indexing += on_file_indexing
    index.add("./documents")
    index.events.file_indexing -= on_file_indexing
    print(len(index.get_indexed_documents()), "documents indexed,", len(skipped), "archives skipped")

用於引擎擴充點的 Python 物件

自訂的文字提取器（用於您自己的格式）、記錄器、斷詞器、詞形提供者、文件載入器以及 OCR 連接器皆為純 Python 物件或函式，引擎會透過其介面呼叫它們。

from groupdocs.search import Index, IndexSettings

class LogExtractor(object):
    """Text of .log files, which the engine does not read on its own."""
    extensions = [".log"]

    def get_fields(self, source):             # a file path, or the engine's stream
        if isinstance(source, str):
            with open(source, encoding="utf-8") as f:
                text = f.read()
        else:
            text = source.read().decode("utf-8")
        return [("Content", text)]

settings = IndexSettings()
settings.custom_extractors.add(LogExtractor())
with Index("./log-index", settings) as index:
    index.add("./logs")
    print(index.search("quota").document_count, "log file(s) mention a quota")

保持索引最新

索引即為一個資料夾：先建立一次，之後的執行可重新開啟。update() 只會重新索引自上一次 add() 或 update() 之後變更的文件，optimize() 會合併索引段落，delete() 則依路徑移除文件。

from groupdocs.search import Index

with Index("./index") as index:
    index.add("./documents")
    # ... files in ./documents are added, changed or removed ...
    index.update()        # re-indexes only what changed
    index.optimize()      # merges index segments so searches stay fast
    print(len(index.get_indexed_documents()), "documents in the index")

從環境取得授權

將 GROUPDOCS_LIC_PATH 設為授權檔案的路徑或 URL，授權會在首次呼叫引擎時套用；在程式碼中使用 License().set_license(path) 也會有相同效果。若授權無法套用，將從首次呼叫起拋出 LicenseError，而不會退回評估模式。若未提供授權，索引最多只能容納 100 份文件，且每次搜尋只能讀取前 10 份找到的文件。

export GROUPDOCS_LIC_PATH="/path/to/GroupDocs.Search.lic"

程式碼範例

請參考上方的「索引文件並搜尋它們」、「模糊、同義詞與詞形搜尋」、「突顯搜尋結果」、「.NET 事件作為 Python 處理程序」、「用於引擎擴充點的 Python 物件」以及「保持索引最新」章節，以取得可執行的程式碼範例。

如何取得更新

PyPI

直接下載

從 GroupDocs.Search for Python via .NET 26.10 頁面下載適合您平台的 wheel，然後安裝檔案：

  • Windows x64: pip install groupdocs_search_net-26.10.0-py3-none-win_amd64.whl
  • Linux x64: pip install groupdocs_search_net-26.10.0-py3-none-manylinux_2_27_x86_64.whl
  • macOS Intel: pip install groupdocs_search_net-26.10.0-py3-none-macosx_13_0_x86_64.whl
  • macOS Apple Silicon: pip install groupdocs_search_net-26.10.0-py3-none-macosx_13_0_arm64.whl

資源