现在市面上有很多文档存储管理的云服务，比如坚果云。这些服务除了提供文件存储之外，高级功能都提供文件内容的搜索服务。
那么文件内容搜索有什么用呢？当我们需要查找文件时，一般都是查找文件名，但是很多时候我们不太记得文件名，只记得几个关键字词，需要根据这些关键字词查找到对应的文档。
如果自行开发文档全文搜索程序，简单的思路如下：
- 对于标准文档内容，比如PDF（非扫描版）、微软 Office、TXT等等，可直接使用
Apache Tika读取文件的内容。 - 对于非标准的文档内容，比如扫描档PDF、图片等可使用OCR工具识别出文件里的内容。将PDF转换成图片，然后使用PaddleOCR识别。
- 对于读取到的文本内容，存储到
Elasticsearch。 - 从ES中查找关键字信息即可。