DocFetcher

DocFetcher 是一款开源桌面搜索应用程序：它可让您搜索计算机中文件的内容。——您可以将其视为本地文件的 Google。该应用程序可在 Windows、Linux 和 OS X 上运行，并采用 Eclipse 公共许可证发布。

显著特性：

便携版本：DocFetcher 提供可在 Windows、Linux 和 OS X 上运行的便携版，其用途详见本页面下方更详细说明。 64 位支持：同时支持 32 位和 64 位操作系统。 Unicode 支持：DocFetcher 对所有主要格式均提供稳定可靠的 Unicode 支持，包括 Microsoft Office、OpenOffice.org、PDF、HTML、RTF 和纯文本文件。 归档文件支持：DocFetcher 支持以下归档格式：zip、7z、rar 以及整个 tar.* 系列。zip 归档的文件扩展名可自定义，允许按需添加更多基于 zip 的归档格式。此外，DocFetcher 可处理无限层级的嵌套归档（例如，一个 zip 包含一个 7z，其中又包含一个 rar……以此类推）。 源代码文件搜索：DocFetcher 可自定义识别纯文本文件的文件扩展名，因此可用于搜索任意类型的源代码及其他文本格式文件。（此功能与自定义 zip 扩展名结合使用效果极佳，例如在 Jar 文件中搜索 Java 源码。） Outlook PST 文件支持：DocFetcher 可用于搜索 Outlook 邮件，这些邮件通常由 Microsoft Outlook 存储在 PST 文件中。 HTML 文件对检测：默认情况下，DocFetcher 会识别成对的 HTML 文件（例如名为 "foo.html" 的文件和名为 "foo_files" 的文件夹），并将这对文件视为单一文档。此功能初看似乎无用，但实际上在处理 HTML 文件时能显著提升搜索结果质量，因为 HTML 文件夹内的“杂乱”内容将不再出现在结果中。 基于正则表达式的索引排除：可使用正则表达式排除特定文件不参与索引。例如，要排除 Microsoft Excel 文件，可使用类似 .*.xls 的正则表达式。 MIME 类型检测：可使用正则表达式为特定文件开启“MIME 类型检测”，即 DocFetcher 不仅通过文件名，还会检查文件内容以判断其真实类型。这对于扩展名错误的文件非常有用。 强大的查询语法：除了基本的 OR、AND 和 NOT 运算外，DocFetcher 还支持多种功能，例如：通配符、短语搜索、模糊搜索（查找相似词汇）、邻近搜索（两词间距离不超过 10 个单词）、加权（提高包含特定内容的文档得分）。