『壹』 如何對大批量的pdf格式文件進行分類、加密、全文檢索這些PDF文件只對有授權的人開放閱讀檢索功能
這是一個比較實用，同時有比較難以解決的軟體問題，不過現在好在該問題已經被徹底解決掉了。由【QQ天才機器人1983579041】研發的PDF全文檢索系統，完全可以解決上述問題，而且可以實現『二次檢索』『N次檢索』的問題，這樣會大大方便用戶的分類檢索，實用性很強。這個系統還可以對其他的格式文件進行類似的全文檢索。
『貳』 PDF庫全文檢索
思路比較清晰，首先從pdf中提取文字，然後利用搜索引擎完成文字檢索，每一步都有現成的開源工具。
這里需要關注的系統架構的問題。如果pdf文件很大，那麼提取文字要耗費大量的時間，總不能讓用戶在那裡等待響應，畢竟提取文字並不需要那麼高的實時性，後台慢慢處理就行。
所以這里用Django+celery+redis實現非同步任務隊列。用戶上傳文檔後，Django把提取文字的任務通過celery發送給redis，然後就返回響應，用戶無需等待。