Header Image

< 返回上级页面

模式表格的重新设计

DocFetcher Pro 建索引对话框上的模式表格和 DocFetcher Server 建索引面板上的模式表格与 DocFetcher 中的有以下不同：

  • 除了正则表达式之外，您还可以使用功能较弱但更简单的通配符 * 和 ? 来编写匹配规则。通配符 * 是零个或多个字符的占位符，而通配符 ? 是恰好一个字符的占位符。
  • 除了 "排除" 操作外，还新增了 "包含" 操作。
  • "检测 mime 类型" 操作已被移除。如果您想将没有文件扩展名的文件作为文本文件建索引，请使用模式表格下方相同描述的复选框。
  • 匹配可以是区分大小写或不区分大小写的。而在 DocFetcher 中，匹配总是区分大小写的。
  • 匹配不仅可以对常规文件执行，还可以对文件夹和归档文件执行。
  • 在 Windows 上，当规则与文件路径匹配时，后者将使用字符 \ 作为路径分隔符，而不是字符 /。例如：C:\路径\到\文件.docx，而不是 C:/路径/到/文件.docx。

因此，DocFetcher Pro 中的模式表格如下所示：

模式表格

DocFetcher Server 中的模式表格看起来相同，但表格下方的 "选定模式匹配以下文件" 测试小工具当前不可用。 Server Not available in DocFetcher Server

点击此处查看关于 DocFetcher、DocFetcher Pro 和 DocFetcher Server 中模式表格的详细讨论。

以下是 DocFetcher Pro 和 DocFetcher Server 中模式表格重新设计的来龙去脉。让我们从头开始：在 DocFetcher 的建索引对话框上，有一个模式表格，用于在建索引期间对匹配特定模式的文件执行特定操作：

来自 DocFetcher 的模式表格

模式需要是所谓的正则表达式，至于操作，DocFetcher 中有两种可用：将匹配的文件排除在建索引之外，以及 "mime 类型检测"，即尝试根据文件内容而不是文件名来猜测解析匹配文件的正确方式。到目前为止，一切都很好。但是，在实践中发现上述实现存在许多问题：

  • 很少有人知道如何编写正则表达式。
  • 有时人们只想对特定文件建索引，而不是将建索引时间浪费在其他任何文件上。例如，只对 "txt" 文件建索引，其他什么都不建。DocFetcher 实际上可以做到这一点，但这涉及一些相当高级的正则表达式技巧。
  • 有时人们想要从建索引中排除所有匹配某个模式的文件，除了所有匹配某个其他模式的文件。例如，从建索引中排除所有 PDF 文件，除了名称以"报告_"开头的 PDF 文件。同样，在 DocFetcher 中这需要高级使用正则表达式。
  • 一般来说，mime 类型检测相当无用，因为：(1) 文件扩展名几乎总是正确的，因此在大多数情况下这就是确定文件格式所需的全部。(2) 当文件扩展名不正确且需要 mime 类型检测时，后者实际上也不是特别可靠。(3) 没有人费心和/或知道如何为那些真正需要 mime 类型检测的罕见情况编写匹配规则。然而，在 DocFetcher 的上下文中，事实证明 mime 类型检测确实有一个重要的用例：让程序将没有文件扩展名的文件视为纯文本文件，例如名为 README 的文件。然而然而，要做到这一点，需要编写这个晦涩的正则表达式：[^.]*
  • 如果文件包含一些二进制数据，mime 类型检测可能无法将文件识别为纯文本。
  • 由于 DocFetcher 的便携版本必须在所有支持的平台上运行，当规则与文件路径匹配时，即使在 Windows 上，后者也总是使用字符 / 作为路径分隔符，这对大多数 Windows 用户来说是相当反直觉的。

长话短说，DocFetcher 的模式表格是一团糟，而随 DocFetcher Pro 一起进行的重写是清理所有这些问题的好机会：

  • 添加了通配符并将其设置为默认值，这样现在即使是普通人也可以编写匹配规则。
  • "包含"操作涵盖了只想对*特定*类型文件建索引的情况，以及想要为匹配规则定义例外的情况。现在甚至可以实现例外的例外。
  • 普遍无用的"检测 mime 类型"操作被移除了，而其主要用例——将没有文件扩展名的文件作为文本文件建索引——由模式表格下方的一个简单复选框覆盖。即使文件包含一些二进制数据，此复选框也能工作。
  • Windows 路径分隔符问题已修复。
  • 为了更好的效果，还添加了一些其他功能（区分大小写和对文件/文件夹/归档的匹配）。

加载和保存建索引设置

注意：此功能目前仅在 DocFetcher Pro 中可用，DocFetcher Server 中不可用。 Server Not available in DocFetcher Server

问题所在：在 DocFetcher 中，每次创建新索引时，您都必须逐一在模式表格中输入所有规则。如果您有很多这样的规则，这会变得相当繁琐。根本没有办法加载和保存它们。

来自 DocFetcher 的模式表格，多条条目

在 DocFetcher Pro 中，上述问题的解决方案如下：在 DocFetcher Pro 建索引对话框的右上角，有一个不起眼的小"带文档的罐子"按钮。点击此按钮会打开一个包含各种加载和保存建索引设置操作的菜单：

加载和保存建索引设置的菜单

点击"保存设置"会打开此对话框：

保存建索引设置的对话框

本质上，您可以使用此对话框执行以下操作：将当前可见的建索引设置保存到一个新的命名槽位，例如"我的新建索引设置"，或者将当前可见的建索引设置保存为新的默认设置。

此默认设置称为"自定义默认设置"，在创建新索引时将自动加载。还有一个"出厂默认设置"，这是 DocFetcher Pro 开箱即用的默认设置。您创建的命名设置，即"自定义默认设置"和"出厂默认设置"，都可以通过上面显示的菜单加载。

最后，该菜单还允许您导入和导出所有建索引设置，以便在新环境中设置 DocFetcher Pro 时重复使用。

其他显著改进

FB2 支持：DocFetcher Pro 和 DocFetcher Server 支持电子书格式 FB2。Zip 压缩的 FB2 文件，文件扩展名为 fb2.zip 或 fbz，被"原生"支持，即 DocFetcher Pro 和 DocFetcher Server 将每个这样的文件视为单个文件，而不是包装在 zip 归档中的文件。

实验性 Mobipocket 支持：DocFetcher Pro 和 DocFetcher Server 支持电子书格式 Mobipocket，文件扩展名为 "mobi"。但是，请注意，虽然 DocFetcher Pro 和 DocFetcher Server 总体上在从 mobi 文件中提取文本方面做得相当好，但它们目前要么无法提取文件末尾的一小部分文本，要么在某些情况下完全失败。因此，Mobipocket 支持目前被标记为实验性的。

当前 v0.4 格式的 7z 归档支持：DocFetcher 可以读取 7z 归档格式的 v0.3 版本的 7z 归档。DocFetcher Pro 和 DocFetcher Server 还可以读取当前 v0.4 格式的 7z 归档。此 v0.4 格式是随 7-Zip 9.34 引入的，发布于 2014-11-23。

扩展的 tar 归档支持：DocFetcher 支持以下 tar 归档扩展名：tar、tar.gz、tgz、tar.bz2、tb2、tbz。DocFetcher Pro 和 DocFetcher Server 还额外支持以下 tar 归档扩展名：tbz2、tar.lzma、tlz、tar.xz、txz、tar.z、tz

对文件夹和归档名称建索引：与 DocFetcher 不同，DocFetcher Pro 和 DocFetcher Server 不仅对常规文件建索引，还对文件夹和归档文件建索引——更准确地说，是对文件夹和归档文件的名称建索引。因此，文件夹和归档文件将出现在 DocFetcher Pro 和 DocFetcher Server 的搜索结果中。在主应用程序窗口左侧还有一个容器类型面板，用于从搜索结果中排除文件夹和/或归档。

搜索文件夹和归档

MacOS：自动索引更新的守护进程：DocFetcher 和 DocFetcher Pro 能够进行*自动*索引更新，即无需手动启动索引更新，一旦检测到文件更改，程序就会立即启动索引更新。但是，此功能仅在两个程序实际运行时才可用。当它们未运行时，需要一个单独的守护进程来填补空白。在 DocFetcher 中，守护进程仅在 Windows 和 Linux 上可用，而在 DocFetcher Pro 中，它在 macOS 上也可用。至于 DocFetcher Server，不需要守护进程，因为服务器被设计为连续运行。 Server Not available in DocFetcher Server

更智能的文件名建索引：DocFetcher Pro 和 DocFetcher Server 中的文件名建索引比 DocFetcher 中的更智能。例如，如果 DocFetcher 遇到名为 找到_这个_文件.pdf 的文件，它将"找到_这个_文件"视为单个单词，而不是三个串在一起的单独单词。因此，DocFetcher 只有在您在 DocFetcher 的搜索字段中按字面意思输入"找到_这个_文件"时才会找到此文件。另一方面，DocFetcher Pro 和 DocFetcher Server 如果您输入"找到_这个_文件"或三个单独单词中的任何一个，都会找到该文件。一般来说，DocFetcher Pro 和 DocFetcher Server 所做的是将下划线等字符识别为潜在的单词分隔符。

更智能的文件名建索引

出错时的文件名建索引：如果 DocFetcher Pro 和 DocFetcher Server 由于某些错误或由于密码保护而无法读取文件内容，文件名仍会被建索引。另一方面，在 DocFetcher 中，文件会被完全跳过。

深度嵌套文件夹结构无错误：当尝试对深度嵌套的文件夹结构建索引时，例如 C:\文件夹1\文件夹2\...\文件夹99\文件夹100，DocFetcher 容易出现"文件夹层次结构太深"错误而失败。用程序员术语来说，这被称为"栈溢出"。另一方面，DocFetcher Pro 和 DocFetcher Server 对这类错误完全免疫。

建索引错误的 CSV 导出：在 DocFetcher Pro 中，您可以将程序在建索引期间无法读取的文件表导出到 CSV 文件。这可以通过错误表格的上下文菜单完成，如下面的屏幕截图所示。此功能目前在 DocFetcher Server 中不可用。 Server Not available in DocFetcher Server

建索引错误的 CSV 导出

无需重建索引即可开启和关闭文件夹监视：DocFetcher 的"监视文件夹以查找文件"设置，也称为文件夹监视，是一个按索引设置的选项，当开启时，程序会在检测到被建索引文件夹中的文件更改时自动更新索引。问题是，如果您想在特定索引上开启或关闭此设置，您必须重建整个索引。在 DocFetcher Pro 中，您可以无需重建索引即可开启和关闭此设置，通过搜索范围面板的上下文菜单。此外，该设置已重命名为"自动更新索引"。DocFetcher Server 中存在类似功能。

自动更新索引

同时搜索和索引重建：在 DocFetcher 中，如果您选择重建索引，该索引在重建过程中将变为不可搜索。另一方面，在 DocFetcher Pro 和 DocFetcher Server 中，索引在重建期间仍可搜索。（更准确地说，索引的旧副本在实际索引在后台重建时仍可搜索。）

Windows：修复 UNC 路径处理：在 DocFetcher 中，Windows 上的 UNC 路径处理严重损坏，在 DocFetcher Pro 中从头重新设计。然后将重新设计移植到 DocFetcher Server。

非模态建索引对话框：与 DocFetcher 的建索引对话框相比，DocFetcher Pro 中的对话框是"非模态"的，这意味着它不附加到主程序窗口，并且在打开时不会阻止对主程序窗口的输入。这样做的主要好处是，在建索引过程运行时，您可以最小化主程序窗口，但保持建索引对话框可见并停靠在侧面。这允许您在其他应用程序中工作时密切关注建索引过程。此功能不适用于 DocFetcher Server。 Server Not available in DocFetcher Server

非模态建索引对话框

建索引后播放声音：默认情况下，DocFetcher Pro 在建索引后播放"完成"声音。这可以在首选项中关闭。此功能目前在 DocFetcher Server 中不可用。 Server Not available in DocFetcher Server

建索引后播放声音

日文文本建索引：DocFetcher 有一个所谓的"分词"选项，用于在对中文文本建索引时获得可用的搜索结果。DocFetcher Pro 有一个额外的分词选项来处理日文文本。中文和日文分词目前在 DocFetcher Server 中都不可用。 Server Not available in DocFetcher Server