这是一个创建于 363 天前的主题，其中的信息可能已经有所发展或是发生改变。
各位彦祖，请教一下。
我本地有大量零碎文件，大概是 csv ，xlsx ，pdf ，eml ，html 之类的，大部分是文本，但是内部格式都不同。
文件大概 4T ，可预见的未来，还会增加。
我现在是使用 anytxt 来检索，但是 2T 之后检索速度就下降了，有时候一次检索要等几十秒，而且高级检索不支持正则，有些刁钻点的检索就不行了。
也试了一下 dnGrep ，支持正则搜索功能强大，但是不预建索引，每次检索要搜索一次，而且中文 pdf 好像要弄插件，也没有弄了。
也稍微看了下 Elasticsearch ，但是感觉数据导入有点麻烦。
请问下，是否有更好的方法来解决这个问题？
 | 1 630071099 362 天前  2 Everything |
 | 2 JerryYuan 362 天前 via Android elasticsearch 最初就是程序员给老婆做的菜单检索引擎，也是稀碎的文件一大堆 |
| 3 JerryYuan 362 天前 via Android 创建索引应该简单写个 python 脚本，一律转成纯文本，丢进去分词做倒排索引就行了。目测是 chatgpt 能接受的强度 |
 | 4 lzgshsj 362 天前 文本内容检索的还有个 https://www.recoll.org ，可以看看 不过 4T 实在是不好说，没折腾过这么多文本 |
 | 5 ttkanni 362 天前 Everything 正解 #1 +10086 |
 | 6 4641585 362 天前 才知道 Everything 能检索文件内容，又学到了 |
 | 12 liuliancao 362 天前 建议还是文件夹分类尽量减少这种大文件夹检索 如果是我 我会用 cygwin grep 下 但是 pdf 这些可能不支持 |
 | 13 jeesk 362 天前 到底是文件名检索， 还是文件内容检索？ 1. 如果是文件名那么直接 locate xxx 2. 文件类型 grep 够用了, 当前也可以换 rust 的一些工具。 |
 | 14 UB 362 天前 可以试试 ripgrep |
Select Language