这是一个创建于 239 天前的主题，其中的信息可能已经有所发展或是发生改变。
PS：今天主题很少啊，本来想自己再查查，看没什么主题就和大家讨论下。让我去谷歌等无意义的回复的可以拜拜了
我想写个查找文件的程序，主要在 windows 运行，要能查找 doc 、docx 格式（包括文档中的表格）、xls 、xlsx 、pdf 和普通文本
windows 的话，是不是只能 exe 、bat 了？了解到 java 、python 都要打包环境，觉得可能写出来会比较大？（如果说的不对请指正）所以想用 GoLang 去写
GoLang 的话先是找到 unidoc ，但是收费的，放弃；然后找到个这个
https://pkg.go.dev/code.sajari.com/docconv
研究一阵没弄明白，按照指引还是报错。好像是下载后引用，没找到下载地方，有人用过吗？或者有什么好的方法？
 |
1
VensonEEE 239 天前
你这要解析内容 ，简单点还是 Python 或者 WPF 吧
|
 |
2
dobelee 239 天前
python 打包干嘛，直接跑就行。
golang 文档这方面是弱势项，不建议。 |
 |
4
dq19871123 239 天前
一个作弊一点的方案是.net framework 2.0/3.5 ，Windows 自带了
不过我不理解，打包 runtime 也不是什么麻烦的事，何必纠结这件事 |
 |
5
jones2000 239 天前
每个文件格式都有对应的格式文档， 把文件读内存（_wfopen_s ....) ，自己解析不就完事了。一个一个文件格式对接。嫌麻烦就直接读文件上传给后台解析。
|
 |
6
Mithril 239 天前  1
不管你用什么语言，都需要 runtime 环境。不需要的无非是操作系统自带了，或者 CPU 自带了，比如汇编这种。但就是汇编你也需要个文件头。
Windows 的话，就 C++和.NET Framework 有自带的。你可以用这俩写。如果你想加快搜索速度，比如快到像 Everything 那样，那你无论如何也要用 Windows API ，那些都是 C++的。所以最简单的就是你用 C++做。但你要是不会用 QT 或者更古老的 MFC 这类东西，做 GUI 就比较麻烦。那就不如用.NET Framework ，GUI 的话 WPF 或者 WinForm 都行。虽然都是很老的技术了，但你做个小程序用用是没问题的。 其它的 GoLang 或者.NET Core/7 ，都可以做成 SelfContained 。就是把 runtime 一起打包进去。这种情况下你如果用 Java 也没啥差别，无非是把 JRE 一起打包，新版本的还可以 trim 。 但是 Java ，GoLang 这种做 GUI 更是离谱。.NET Core/7 你可以选择 Avalonia ，或者直接用 WebView2 套网页。WebView2 不需要打包浏览器本身，直接调用的系统组件，比 Electron 好一些。 既然你需要解析文档，那就先找个能用好用的文档解析库。再看他这库是什么语言你就用什么语言就行。大部分语言都能在 Windows 上运行的。做个简陋的 GUI 也都不是什么问题。 |
 |
7
aiqinxuancai 239 天前
Everything 了解一下
|
 |
8
oldboy627 239 天前
Everything meets your requirement.
|
 |
9
cslive 239 天前
Everything +1
|
 |
10
Frjpa 239 天前
everything 不满足要求么?
|
 |
11
loading 239 天前
everything ，有一个 golang 的调用包，我还提交过一丁点代码，哈哈。
|
 |
12
NoOneNoBody 239 天前
还可以 powershell
只是，谁干得过 everything 啊 |
 |
13
Alias4ck 239 天前
第一时间我想到了 find 的替代品 fd 不过是 rust 写的
|
|
14
Alias4ck 239 天前
噢你还要查找文本内容啊 那配合 go 写的 fzf 完美了 不过 doc 、docx 、xls 、xlsx 这些都是 OLE file format 你得自己写解析器了 pdf 就更加麻烦了 可能里面有图片、表格等或者 latex 公式，就我所了解的 pdf 解析工具来看 都不太行
不过最近 meta 开源了一个识别论文 pdf 的模型和工具 https://github.com/facebookresearch/nougat |
 |
15
busterian 239 天前
powergrep
|
 |
16
manasheep 239 天前
AnyTXT Searcher 应该可以实现
|
 |
17
shijingshijing 239 天前
@NoOneNoBody 口气别太大哟，试试 Agent Ransack ，Everything 依赖索引的，而且理论上是有可能有遗漏的，Agent Ransack 不会，它只会老老实实去查。
|
 |
18
someday3 239 天前
@manasheep 这位老兄推荐的这个确实可以，我用过。anytxt
我觉得没必要造轮子，而且 anytxt 还有 ocr 的功能，对扫描版的 pdf 也能搜索。尤其这种软件很庞大的，从底层的扫描，索引构建，查询到用户界面，完全可以给 anytxt 提补丁。 |
 |
19
ikas 238 天前
以前服务端用过 https://tika.apache.org/来做文本抽取,支持格式非常多
不过作为客户端 app 可能消耗比较大 https://cwiki.apache.org/confluence/display/TIKA/API+Bindings+for+Tika |
 |
20
body007 236 天前
everything 的 golang 库，https://github.com/jan-bar/es
|
Select Language