repo_zf1/documentation/manual/de/module_specs/Zend_Search_Lucene-Overview.xml

<?xml version="1.0" encoding="UTF-8"?>
<!-- EN-Revision: 24249 -->
<!-- Reviewed: no -->
<sect1 id="zend.search.lucene.overview">
    <title>Überblick</title>

    <sect2 id="zend.search.lucene.introduction">
        <title>Einführung</title>

        <para>
            <classname>Zend_Search_Lucene</classname> ist eine komplett in <acronym>PHP</acronym> 5
            geschriebene Textsuchmaschine für viele Zwecke. Da es seinen Index im Dateisystem ablegt
            und keinen Datenbankserver erfordert, kann es eine Suchfunktion für nahezu jede auf
            <acronym>PHP</acronym> basierende Website bereitstellen.
            <classname>Zend_Search_Lucene</classname> unterstützt die folgenden Funktionalitäten:

            <itemizedlist>
                <listitem>
                    <para>
                        Klassifizierte Suche - die besten Ergebnisse werden zuerst zurückgegeben
                    </para>
                </listitem>

                <listitem>
                    <para>
                        Viele mächtige Abfragearten: Phrasensuche, Platzhaltersuche, Boolsche Suche,
                        Näherungssuche, Bereichssuche und viele andere.
                    </para>
                </listitem>

                <listitem>
                    <para>
                        Suche anhand eines bestimmten Feldes (z.B. Titel, Autor, Inhalt)
                    </para>
                </listitem>
            </itemizedlist>

            <classname>Zend_Search_Lucene</classname> wurde abgeleitet vom Apache Lucene Projekt.
            Die aktuell unterstützten Versionen des Lucene Indexformats (beginnend mit Zend
            Framework 1.6) sind 1.4 - 2.3. Für weitere Informationen über Lucene, besuchen Sie
            <ulink url="http://lucene.apache.org/java/docs/"/>.
        </para>

        <note>
            <title/>

            <para>
                Frühere <classname>Zend_Search_Lucene</classname> Implementationen unterstützen das
                Lucene Indexformat 1.4 (1.9) - 2.1.
            </para>

            <para>
                Beginnend mit Zend Framework 1.5 werden, nach dem
                <classname>Zend_Search_Lucene</classname> Update, alle Indezes die mit einem pre-2.1
                Indexformat erstellt wurden automatisch in das Lucene 2.1 Format upgegraded und ist
                daher mit vorherigen <classname>Zend_Search_Lucene</classname> Versionen nicht mehr
                kompatibel die in Zend Framework 1.0.x enthalten sind.
            </para>
        </note>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.documents-and-fields">
        <title>Dokumenten- und Feldobjekte</title>

        <para>
            Für die Indizierung verarbeitet <classname>Zend_Search_Lucene</classname> Dokumente
            als atomare Objekte. Ein Dokument wird in benannte Felder unterteilt und diese
            Felder enthalten Inhalte, die durchsucht werden können.
        </para>

        <para>
            Ein Dokument wird durch die <classname>Zend_Search_Lucene_Document</classname>
            Klasse abgebildet und die Objekte dieser Klasse enthalten Instanzen von
            <classname>Zend_Search_Lucene_Field</classname>, welche die Felder dieses Objektes
            repräsentieren.
        </para>

        <para>
            Es ist wichtig zu beachten, dass dem Index jegliche Informationen hinzugefügt werden
            können. Anwendungsspezifische Informationen oder Metadaten können in den
            Dokumentfeldern gespeichert und später bei der Suche aus dem Dokument zurückgeholt
            werden.
        </para>

        <para>
            Es liegt in der Verantwortung deiner Anwendung, den Indexer zu kontrollieren. Das
            bedeutet, dass die Daten aus jeder Quelle indiziert werden können, die von deiner
            Anwendung aus ansprechbar ist. Zum Beispiel könnten dies das Dateisystem, eine
            Datenbank, ein <acronym>HTML</acronym> Formular, usw. sein.
        </para>

        <para>
            Die <classname>Zend_Search_Lucene_Field</classname> Klasse stellt verschiedene
            statische Methoden zum Erstellen mit unterschiedlichen Charakteristika bereit:
        </para>

        <programlisting language="php"><![CDATA[
$doc = new Zend_Search_Lucene_Document();

// Feld wird nicht in Token aufgeteilt, aber indiziert und im Index
// gespeichert. Die gespeichertern Felder können aus dem Index abgerufen werden
$doc->addField(Zend_Search_Lucene_Field::Keyword('doctype',
                                                 'autogenerated'));

// Feld wird weder in Token aufgeteilt noch indiziert, aber im Index gespeichert
$doc->addField(Zend_Search_Lucene_Field::UnIndexed('created',
                                                   time()));

// Feld mit einer binären Zeichenkette, die weder in Token aufgeteilt
// noch indiziert, aber im Index gespeichert wird
$doc->addField(Zend_Search_Lucene_Field::Binary('icon',
                                                $iconData));

// Feld wird in Token aufgeteilt und indiziert und im Index gespeichert
$doc->addField(Zend_Search_Lucene_Field::Text('annotation',
                                              'Document annotation text'));

// Feld wird in Token aufgeteilt und indiziert, aber nicht im Index gespeichert
$doc->addField(Zend_Search_Lucene_Field::UnStored('contents',
                                                  'My document content'));
]]></programlisting>

        <para>
            Jede dieser Methoden (ausser der
            <methodname>Zend_Search_Lucene_Field::Binary()</methodname> Methode) hat einen
            optionalen <varname>$encoding</varname> Parameter. Er definiert das Encoding für
            Eingabedaten.
        </para>

        <para>
            Die Codierung kann für unterschiedliche Dokumente verschieden sein genauso wie für
            unterschiedliche Felder innerhalb eines Dokuments:
        </para>

        <programlisting language="php"><![CDATA[
$doc = new Zend_Search_Lucene_Document();
$doc->addField(Zend_Search_Lucene_Field::Text('title',
                                              $title,
                                              'iso-8859-1'));
$doc->addField(Zend_Search_Lucene_Field::UnStored('contents',
                                                  $contents,
                                                  'utf-8'));
]]></programlisting>

        <para>
            Wenn der encoding Parameter nicht angegeben wurde, wird das aktuelle Gebietsschema
            während der Verarbeitungzeit verwendet. Zum Beispiel:
        </para>

        <programlisting language="php"><![CDATA[
setlocale(LC_ALL, 'de_DE.iso-8859-1');
...
$doc->addField(Zend_Search_Lucene_Field::UnStored('contents', $contents));
]]></programlisting>

        <para>
            Felder werden immer gespeichert und vom Index in UTF-8 Codierung zurückgegeben. Jede
            notwendige Konvertierung zu UTF-8 geschieht automatisch.
        </para>

        <para>
            Text Analysatoren (<link linkend="zend.search.lucene.extending.analysis">siehe
                unten</link>) können auch Text in andere Codierungen konvertieren. Aktuell
            konvertiert der Standard Analysator Text in die 'ASCII//TRANSLIT' Codierung. Man
            sollte aber vorsichtig sein; diese Übersetzung hängt vom aktuellen Gebietsschema ab.
        </para>

        <para>
            Feld Namen werden durch die Auswahl in der <methodname>addField()</methodname>
            Methode definiert.
        </para>

        <para>
            Java Lucene verwendet das "contents" Feld für die Suche als Standardfeld.
            <classname>Zend_Search_Lucene</classname> durchsucht standardmäßig alle Felder,
            aber dieses Verhalten ist konfigurierbar. Für Details siehe das Kapitel
            <link linkend="zend.search.lucene.query-language.fields">"Standardsuchfeld"</link>.
        </para>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.understanding-field-types">
        <title>Verstehen der Feldtypen</title>

        <itemizedlist>
            <listitem>
                <para>
                    <code>Keyword</code> (Stichwort) Felder werden gespeichert und indiziert, was
                    bedeutet, dass sie sowohl durchsucht als auch in Suchergebnissen angezeigt
                    werden können. Sie werden nicht in einzelne Worte (Tokens) zerteilt.
                    Datenbankfelder für Aufzählungen lassen sich normalerweise leicht in Keyword
                    Felder für <classname>Zend_Search_Lucene</classname> überführen.
                </para>
            </listitem>

            <listitem>
                <para>
                    <code>UnIndexed</code> (unindizierte) Felder sind nicht durchsuchbar, werden
                    aber bei Suchtreffern zurückgegeben. Datenbank Zeitstempel, Primärschlüssel,
                    Pfade des Dateisystems und andere externe Identifikatoren sind gute Kandidaten
                    für UnIndexed Felder.
                </para>
            </listitem>

            <listitem>
                <para>
                    <code>Binary</code> (binäre) Felder werden nicht in Token aufgeteilt und
                    indiziert, aber für die Rückgabe bei Suchtreffern gespeichert. Sie können für
                    die Speicherung aller Daten, die als binäre Zeichenkette kodiert sind,
                    verwendet werden, wie z.B. eine Grafiksymbol.
                </para>
            </listitem>

            <listitem>
                <para>
                    <code>Text</code> Felder werden gespeichert, indiziert und in Token aufgeteilt.
                    Text Felder sind geeignet für die Speicherung von Informationen wie Themen und
                    Überschriften, die sowohl durchsuchbar sein müssen, als auch in Suchergebnissen
                    zurückgegeben werden müssen.
                </para>
            </listitem>

            <listitem>
                <para>
                    <code>UnStored</code> (nicht gespeicherte) Felder werden in Token aufgeteilt und
                    indiziert, aber nicht im Index gespeichert. Umfangreiche Texte werden am besten
                    durch diesen Feldtyp indiziert. Gespeicherte Daten benötigen einen größeren
                    Index auf der Festplatte, wenn du also Daten nur durchsuchbar aber nicht wieder
                    ausgegeben haben musst, verwende ein UnStored Feld. UnStored Felder sind
                    geeignet, wenn ein <classname>Zend_Search_Lucene</classname> Index in
                    Kombination mit einer relationalen Datenbank verwendet wird. Du kannst große
                    Datenfelder mit UnStored Feldern für die Suche indizieren und sie aus der
                    relationalen Datenbank durch die Verwendung eines separaten Feldes mithilfe
                    eines Identifikators zurückholen.
               </para>

                <table id="zend.search.lucene.index-creation.understanding-field-types.table">
                    <title>Zend_Search_Lucene_Field Typen</title>

                    <tgroup cols="5">
                        <thead>
                            <row>
                                <entry>Feldtyp</entry>
                                <entry>Gespeichert</entry>
                                <entry>Indiziert</entry>
                                <entry>In Token aufgeteilt</entry>
                                <entry>Binär</entry>
                            </row>
                        </thead>

                        <tbody>
                            <row>
                                <entry>Keyword</entry>
                                <entry>Ja</entry>
                                <entry>Ja</entry>
                                <entry>Nein</entry>
                                <entry>Nein</entry>
                            </row>

                            <row>
                                <entry>UnIndexed</entry>
                                <entry>Ja</entry>
                                <entry>Nein</entry>
                                <entry>Nein</entry>
                                <entry>Nein</entry>
                            </row>

                            <row>
                                <entry>Binary</entry>
                                <entry>Ja</entry>
                                <entry>Nein</entry>
                                <entry>Nein</entry>
                                <entry>Ja</entry>
                            </row>

                            <row>
                                <entry>Text</entry>
                                <entry>Ja</entry>
                                <entry>Ja</entry>
                                <entry>Ja</entry>
                                <entry>Nein</entry>
                            </row>

                            <row>
                                <entry>UnStored</entry>
                                <entry>Nein</entry>
                                <entry>Ja</entry>
                                <entry>Ja</entry>
                                <entry>Nein</entry>
                            </row>
                        </tbody>
                    </tgroup>
                </table>
           </listitem>
       </itemizedlist>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.html-documents">
        <title>HTML Dokumente</title>

        <para>
            <classname>Zend_Search_Lucene</classname> bietet ein <acronym>HTML</acronym> Parsing
            Feature. Dokumente können direkt von einer <acronym>HTML</acronym> Datei oder String
            erzeugt werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Html::loadHTMLFile($filename);
$index->addDocument($doc);
...
$doc = Zend_Search_Lucene_Document_Html::loadHTML($htmlString);
$index->addDocument($doc);
]]></programlisting>

        <para>
            Die <classname>Zend_Search_Lucene_Document_Html</classname> Klasse verwendet die
            <methodname>DOMDocument::loadHTML()</methodname> und die
            <methodname>DOMDocument::loadHTMLFile()</methodname> Methode um die
            <acronym>HTML</acronym> Quelle zu analysieren, deswegen benötigt Sie kein gut
            geformtes <acronym>HTML</acronym> noch ein <acronym>XHTML</acronym>. Auf der anderen
            Seite ist es abhängig von der angegebenen Codierung im "meta http-equiv" Tag Header.
        </para>

        <para>
            Die <classname>Zend_Search_Lucene_Document_Html</classname> Klasse erkennt Dokument
            Titel, Body Dokument Header Meta Tags.
        </para>

        <para>
            Das 'title' Feld ist aktuell der /html/head/title Wert. Er wird inneralb des Index
            gespeichert, Tokenized und für die Suche zur Verfügung gestellt.
        </para>

        <para>
            Das 'body' Feld ist aktuell der Inhalt vom Body der <acronym>HTML</acronym> Datei oder
            des Strings. Er enthält keine Skripte, Kommentare oder Attribute.
        </para>

        <para>
            Die <methodname>loadHTML()</methodname> und <methodname>loadHTMLFile()</methodname>
            Methoden der <classname>Zend_Search_Lucene_Document_Html</classname> Klasse haben auch
            ein zweites optionales Argument. Wenn es auf <constant>TRUE</constant> gesetzt wird,
            wird der Inhalt vom Body auch innerhalb des Index gespeichert und kann vom Index
            empfangen werden. Standardmäßig wird der Body nur Tokenized und Indiziert, aber nicht
            gespeichert.
        </para>

        <para>
            Der dritte Parameter der <methodname>loadHTML()</methodname> und
            <methodname>loadHTMLFile()</methodname> Methoden spezifiziert optional die Kodierung des
            Quell- <acronym>HTML</acronym> Dokuments. Er wird verwendet wenn die Kodierung nicht
            durch die Angabe des Content-type MetaTags HTTP-EQUIV spezifiziert ist.
        </para>

        <para>
            Andere Dokument Header Meta Tags produzieren zusätzliche Dokument Felder. Der Feld
            'name' wird vom 'name' Attribut genommen, und das 'content' Attribut veröffentlicht das
            Feld 'value'. Beide werden geteilt, indiziert und gespeichert damit damit Dokumente mit
            Hilfe Ihrer Meta Tags durchsucht werden können (zum Beispiel durch Schlüsselwörter).
        </para>

        <para>
            Analysierte Dokumente können durch den Programmierer mit jedem anderen Feld ausgegeben
            werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Html::loadHTML($htmlString);
$doc->addField(Zend_Search_Lucene_Field::UnIndexed('created',
                                                   time()));
$doc->addField(Zend_Search_Lucene_Field::UnIndexed('updated',
                                                   time()));
$doc->addField(Zend_Search_Lucene_Field::Text('annotation',
                                              'Document annotation text'));
$index->addDocument($doc);
]]></programlisting>

        <para>
            Dokument-Links sind im erstellten Dokument nicht enthalten, können aber mit den
            <methodname>Zend_Search_Lucene_Document_Html::getLinks()</methodname> und
            <methodname>Zend_Search_Lucene_Document_Html::getHeaderLinks()</methodname> Methoden
            empfangen werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Html::loadHTML($htmlString);
$linksArray = $doc->getLinks();
$headerLinksArray = $doc->getHeaderLinks();
]]></programlisting>

        <para>
            Beginnend mit Zend Framework 1.6 ist es auch möglich Links mit dem <code>rel</code>
            Attribut auszunehmen wenn es auf <code>'nofollow'</code> gesetzt wird. Man kann
            <methodname>Zend_Search_Lucene_Document_Html::setExcludeNoFollowLinks($true)</methodname>
            verwenden um diese Option einzuschalten.
        </para>

        <para>
            Die <methodname>Zend_Search_Lucene_Document_Html::getExcludeNoFollowLinks()</methodname>
            Methode gibt den aktuellen Status des "Exclude nofollow links" Flags zurück.
        </para>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.docx-documents">
        <title>Word 2007 Dokumente</title>

        <para>
            <classname>Zend_Search_Lucene</classname> bietet ein Word 2007 Parsing Feature.
            Dokumente können direkt aus einer Word 2007 Datei heraus erstellt werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Docx::loadDocxFile($filename);
$index->addDocument($doc);
]]></programlisting>

        <para>
            Die <classname>Zend_Search_Lucene_Document_Docx</classname> Klasse verwendet die
            <code>ZipArchive</code> Klasse und <code>simplexml</code> Methoden um das Quelldokument
            zu parsen. Wenn die <code>ZipArchive</code> Klasse (vom Modul php_zip) nicht vorhanden
            ist, wird <classname>Zend_Search_Lucene_Document_Docx</classname> auch nicht für die
            Verwendung mit dem Zend Framework zur Verfügung stehen.
        </para>

        <para>
            Die <classname>Zend_Search_Lucene_Document_Docx</classname> Klasse erkennt die Metadaten
            und den Text des Dokuments. Metadaten bestehen, abhängig vom Inhalt des Dokuments, aus
            Dateinamen, Titel, Untertitel, Ersteller, Schlüsselwörter, Beschreibung, zuletzt
            geändert von, Version, Geändert und Erstellt.
        </para>

        <para>
            Das Feld 'filename' ist der aktuelle Word 2007 Dateiname.
        </para>

        <para>
            Das Feld 'title' ist der aktuelle Titel des Dokuments.
        </para>

        <para>
            Das Feld 'subject' ist der aktuelle Untertitel des Dokuments.
        </para>

        <para>
            Das Feld 'creator' ist der Ersteller des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'keywords' enthält die Schlüsselwörter des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'description' ist die Beschreibung des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'lastModifiedBy' ist der Benutzername der Person die das aktuelle Dokument
            als letztes geändert hat.
        </para>

        <para>
            Das Feld 'revision' ist die Versionsnummer des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'modified' ist das Datum / die Uhrzeit der letzten Änderung des
            aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'created' ist das Datum / die Uhrzeit der Erstellung des aktuellen
            Dokuments.
        </para>

        <para>
            Das Feld 'body' ist der aktuelle Inhalt des Word 2007 Dokuments. Es enthält nur
            normalen Text, Kommentare und Versionen sind nicht enthalten.
        </para>

        <para>
            Die Methode <methodname>loadDocxFile()</methodname> der
            <classname>Zend_Search_Lucene_Document_Docx</classname> Klasse hat auch ein zweites
            optionales Argument. Wenn es auf <constant>TRUE</constant> gesetzt wird, wird der Inhalt
            auch mit einem Index gespeichert und kann vom Index empfangen werden. Standardmäßig wird
            der Inhalt gesplittet und indiziert, aber nicht gespeichert.
        </para>

        <para>
            Eingelesene Dokumente können vom Programierer mit jedem anderen Feld argumentiert
            werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Docx::loadDocxFile($filename);
$doc->addField(Zend_Search_Lucene_Field::UnIndexed(
    'indexTime',
    time())
);
$doc->addField(Zend_Search_Lucene_Field::Text(
    'annotation',
    'Anmerkungstext des Dokuments')
);
$index->addDocument($doc);
]]></programlisting>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.pptx-documents">
        <title>Powerpoint 2007 Dokumente</title>

        <para>
            <classname>Zend_Search_Lucene</classname> bietet ein Parsing Feature für Powerpoint
            2007. Dokumente können direkt auf einer Powerpoint 2007 Datei heraus erstellt werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Pptx::loadPptxFile($filename);
$index->addDocument($doc);
]]></programlisting>

        <para>
            Die <classname>Zend_Search_Lucene_Document_Pptx</classname> Klasse verwendet die
            <code>ZipArchive</code> Klasse und <code>simplexml</code> Methoden um das Quelldokument
            zu parsen. Wenn die <code>ZipArchive</code> Klasse (vom Modul php_zip) nicht vorhanden
            ist, wird <classname>Zend_Search_Lucene_Document_Docx</classname> auch nicht für die
            Verwendung mit dem Zend Framework zur Verfügung stehen.
        </para>

        <para>
            Die <classname>Zend_Search_Lucene_Document_Docx</classname> Klasse erkennt die Metadaten
            und den Text des Dokuments. Metadaten bestehen, abhängig vom Inhalt des Dokuments, aus
            Dateinamen, Titel, Untertitel, Ersteller, Schlüsselwörter, Beschreibung, zuletzt
            geändert von, Version, Geändert und Erstellt.
        </para>

        <para>
            Das Feld 'filename' ist der aktuelle Powerpoint 2007 Dateiname.
        </para>

        <para>
            Das Feld 'title' ist der aktuelle Titel des Dokuments.
        </para>

        <para>
            Das Feld 'subject' ist der aktuelle Untertitel des Dokuments.
        </para>

        <para>
            Das Feld 'creator' ist der Ersteller des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'keywords' enthält die Schlüsselwörter des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'description' ist die Beschreibung des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'lastModifiedBy' ist der Benutzername der Person die das aktuelle Dokument
            als letztes geändert hat.
        </para>

        <para>
            Das Feld 'revision' ist die Versionsnummer des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'modified' ist das Datum / die Uhrzeit der letzten Änderung des
            aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'created' ist das Datum / die Uhrzeit der Erstellung des aktuellen
            Dokuments.
        </para>

        <para>
            Das Feld 'body' ist der aktuelle Inhalt aller Slides und Slidenotizen im
            Powerpoint 2007 Dokument.
        </para>

        <para>
            Die Methode <methodname>loadPptxFile()</methodname> der
            <classname>Zend_Search_Lucene_Document_Pptx</classname> Klasse hat auch ein zweites
            optionales Argument. Wenn es auf <constant>TRUE</constant> gesetzt wird, wird der Inhalt
            auch mit einem Index gespeichert und kann vom Index empfangen werden. Standardmäßig wird
            der Inhalt gesplittet und indiziert, aber nicht gespeichert.
        </para>

        <para>
            Eingelesene Dokumente können vom Programierer mit jedem anderen Feld argumentiert
            werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Pptx::loadPptxFile($filename);
$doc->addField(Zend_Search_Lucene_Field::UnIndexed(
    'indexTime',
    time()));
$doc->addField(Zend_Search_Lucene_Field::Text(
    'annotation',
    'Anmerkungstext des Dokuments'));
$index->addDocument($doc);
]]></programlisting>
    </sect2>

    <sect2 id="zend.search.lucene.index-creation.xlsx-documents">
        <title>Excel 2007 Dokumente</title>

        <para>
            <classname>Zend_Search_Lucene</classname> bietet ein Parsing Feature für Excel 2007.
            Dokumente können direkt von einer Excel 2007 Datei erstellt werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Xlsx::loadXlsxFile($filename);
$index->addDocument($doc);
]]></programlisting>

        <para>
            Die <classname>Zend_Search_Lucene_Document_Xlsx</classname> Klasse verwendet die
            <code>ZipArchive</code> Klasse und <code>simplexml</code> Methoden um das Quelldokument
            zu parsen. Wenn die <code>ZipArchive</code> Klasse (vom Modul php_zip) nicht vorhanden
            ist, wird <classname>Zend_Search_Lucene_Document_Xlsx</classname> auch nicht für die
            Verwendung mit dem Zend Framework zur Verfügung stehen.
        </para>

        <para>
            Die <classname>Zend_Search_Lucene_Document_Xlsx</classname> Klasse erkennt die Metadaten
            und den Text des Dokuments. Metadaten bestehen, abhängig vom Inhalt des Dokuments, aus
            Dateinamen, Titel, Untertitel, Ersteller, Schlüsselwörter, Beschreibung, zuletzt
            geändert von, Version, Geändert und Erstellt.
        </para>

        <para>
            Das Feld 'filename' ist der aktuelle Excel 2007 Dateiname.
        </para>

        <para>
            Das Feld 'title' ist der aktuelle Titel des Dokuments.
        </para>

        <para>
            Das Feld 'subject' ist der aktuelle Untertitel des Dokuments.
        </para>

        <para>
            Das Feld 'creator' ist der Ersteller des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'keywords' enthält die Schlüsselwörter des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'description' ist die Beschreibung des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'lastModifiedBy' ist der Benutzername der Person die das aktuelle Dokument
            als letztes geändert hat.
        </para>

        <para>
            Das Feld 'revision' ist die Versionsnummer des aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'modified' ist das Datum / die Uhrzeit der letzten Änderung des
            aktuellen Dokuments.
        </para>

        <para>
            Das Feld 'created' ist das Datum / die Uhrzeit der Erstellung des aktuellen
            Dokuments.
        </para>

        <para>
            Das Feld 'body' ist der aktuelle Inhalt aller Arbeitsblätter im
            Excel 2007 Dokument.
        </para>

        <para>
            Die Methode <methodname>loadXlsxFile()</methodname> der
            <classname>Zend_Search_Lucene_Document_Xlsx</classname> Klasse hat auch ein zweites
            optionales Argument. Wenn es auf <constant>TRUE</constant> gesetzt wird, wird der Inhalt
            auch mit einem Index gespeichert und kann vom Index empfangen werden. Standardmäßig wird
            der Inhalt gesplittet und indiziert, aber nicht gespeichert.
        </para>

        <para>
            Eingelesene Dokumente können vom Programierer mit jedem anderen Feld argumentiert
            werden:
        </para>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Xlsx::loadXlsxFile($filename);
$doc->addField(Zend_Search_Lucene_Field::UnIndexed(
    'indexTime',
    time()));
$doc->addField(Zend_Search_Lucene_Field::Text(
    'annotation',
    'Anmerkungstext des Dokuments'));
$index->addDocument($doc);
]]></programlisting>
    </sect2>
</sect1>