結(jié)合SQL Server全文檢索對(duì)Word內(nèi)容進(jìn)行檢索的三個(gè)方案
導(dǎo)讀：除了利用office提供的API對(duì)word文檔內(nèi)容進(jìn)行檢索外，本文簡(jiǎn)要總結(jié)如何結(jié)合SQL Server的全文檢索技術(shù)對(duì)Word文件的內(nèi)容進(jìn)行檢索的三個(gè)方案。
一、結(jié)合Windows索引服務(wù)進(jìn)行全文檢索
方案摘要：
- 改變文件存儲(chǔ)時(shí)的文件名；
- 配置索引服務(wù)器，并將索引服務(wù)器與MS SQL Server關(guān)聯(lián)。
- 修改SQL語句，將進(jìn)行全文查詢語句的內(nèi)容加入查詢條件中
一個(gè)詳細(xì)的實(shí)例，參考這里：http://database.ctocio.com.cn/51/11440551.shtml
優(yōu)點(diǎn)：可以獨(dú)立對(duì)文件以目錄方式物理存放，并且這些文件繼續(xù)以doc格式存放。
缺點(diǎn)：只能讀取，不能寫入。
二、結(jié)合BLOB數(shù)據(jù)進(jìn)行全文檢索
方案摘要：將doc文件以BLOB數(shù)據(jù)格式varbinary(max)存放于數(shù)據(jù)庫(kù)的表中，再對(duì)表進(jìn)行全文檢索。這是最為常見的一種方案了。
一個(gè)簡(jiǎn)單插入表的示例：
- -------二進(jìn)制文件查詢示例
- /*************************************/
- Use Master
- Go
- IF EXISTS (SELECT name FROM sys.databases WHERE name = N'BlobDataDemoDB')
- DROP DATABASE BlobDataDemoDB
- GO
- USE Master
- GO
- CREATE DATABASE BlobDataDemoDB
- GO
- --------啟用全文檢索
- /*************************************/
- execute sp_fulltext_database 'enable'
- go
- use blobDataDemoDB
- GO
- --創(chuàng)建一個(gè)包含BlOB列的表
- /*************************************/
- if OBJECT_ID('SampleBlobTable') is not null
- drop table SampleBlobTable
- go
- CREATE TABLE SampleBlobTable
- (
- [PKID] int identity(1,1) primary key,
- [FileType] Nvarchar(32) null,
- [FileName] Nvarchar(255) null,
- [FileContent] VARBINARY(MAX) NULL,
- [AddTime] datetime default(getdate())
- )
- GO
- IF EXISTS (SELECT * FROM sys.objects WHERE
- object_id = OBJECT_ID(N'[dbo].[CPP_InsertOneBlobDataToTable]')
- AND type in (N'P', N'PC'))
- DROP PROCEDURE [dbo].[CPP_InsertOneBlobDataToTable]
- GO
- --創(chuàng)建一個(gè)插入數(shù)據(jù)到SQL server的存儲(chǔ)過程
- /*************************************/
- CREATE PROCEDURE CPP_InsertOneBlobDataToTable
- (
- @FileType nvarchar(32),
- @FileName nvarchar(255),
- @FileContent VARBINARY(MAX)
- )
- AS
- INSERT SampleBlobTable([FileType],[FileName],[FileContent],[AddTime])
- VALUES (@FileType,@Filename,@FileContent,getdate())
- GO
- ///////////////////////////////////////////////
- using System;
- using System.Collections.Generic;
- using System.Linq;
- using System.Text;
- using System.IO;
- using System.Data.SqlClient;
- using System.Data;
- namespace BlobDataSearchDemo
- {
- class Program
- {
- const string conn = @"Server=ap4\Agronet09;DataBase=BlobDataDemoDB;uid=sa;pwd=as;";
- static void Main(string[] args)
- {
- SaveDoc2SQLServer(@"D:\2008Data\StreamData\Doc\輕舞飛揚(yáng).doc", conn);
- SaveDoc2SQLServer(@"D:\2008Data\StreamData\Doc\天龍八部.doc", conn);
- SaveDoc2SQLServer(@"D:\2008Data\StreamData\Doc\English.doc", conn);
- Console.ReadKey();
- }
- private static void SaveDoc2SQLServer(string filepath, string conn)
- {
- FileInfo fi = new FileInfo(filepath);
- if (fi.Exists)
- {
- //Open the stream and read it back.
- using (FileStream fs = File.OpenRead(filepath))
- {
- byte[] b = new byte[fi.Length];
- SqlConnection Conn;
- SqlCommand cmdUploadDoc;
- UTF8Encoding temp = new UTF8Encoding(true);
- while (fs.Read(b, 0, b.Length) > 0)
- {
- Conn = new SqlConnection(conn);
- //Setting the SqlCommand
- cmdUploadDoc = new SqlCommand("CPP_InsertOneBlobDataToTable", Conn);
- cmdUploadDoc.CommandType = CommandType.StoredProcedure;
- cmdUploadDoc.Parameters.Add("@FileName", SqlDbType.NVarChar, 200).Value = fi.Name;
- cmdUploadDoc.Parameters.Add("@FileContent", SqlDbType.VarBinary, 0).Value =b;
- cmdUploadDoc.Parameters.Add("@FileType", SqlDbType.NVarChar, 32).Value =
- fi.Extension.Replace(".","");
- Conn.Open();
- cmdUploadDoc.ExecuteNonQuery();
- Conn.Close();
- }
- }
- }
- }
- }
- }
查詢結(jié)果：
注意：
- 在數(shù)據(jù)庫(kù)設(shè)置全文檢索時(shí)，必須有一個(gè)字段是文檔類型，SQL Server全文檢索依據(jù)此文檔類型啟動(dòng)相應(yīng)的doc引擎進(jìn)行檢索。
- 必須設(shè)置全文檢索的語言，中文為2052，英文為1033。
優(yōu)點(diǎn)：將doc文件導(dǎo)入SQL Server數(shù)據(jù)庫(kù)中，可以方便地進(jìn)行讀取和全文檢索，必要時(shí)也可以寫入。
缺點(diǎn)：varbinary(Max)受2G大小限制，而且數(shù)據(jù)庫(kù)存入大量的BLOB數(shù)據(jù)，將變得異常臃腫，檢索速度將大大降低。
三、結(jié)合FileStream進(jìn)行全文檢索
方案摘要：與方案二類似，只不過利用FileStream技術(shù)將doc文件以數(shù)據(jù)格式varbinary(max)存放于數(shù)據(jù)庫(kù)外的物理文件中，再對(duì)表進(jìn)行全文檢索。
前提：必須安裝全文檢索并啟用FileStream
參考：
http://msdn.microsoft.com/zh-cn/library/bb933993.aspx
http://www.cnblogs.com/downmoon/archive/2010/05/06/1727546.html
http://www.cnblogs.com/downmoon/archive/2010/05/08/1730044.html
優(yōu)點(diǎn)：將doc文件導(dǎo)入SQL Server數(shù)據(jù)庫(kù)中，可以方便地進(jìn)行讀取和全文檢索，必要時(shí)也可以寫入，并且克服了方案二的缺點(diǎn)。varbinary(Max)字段只存放索引，而實(shí)際的內(nèi)容存放于數(shù)據(jù)庫(kù)外，大小只受NTFS文件夾物理大小的限制。
小結(jié)：本文簡(jiǎn)要總結(jié)如何結(jié)合SQL Server的全文檢索技術(shù)對(duì)Word文件的內(nèi)容進(jìn)行檢索的三個(gè)方案。本人認(rèn)為方案一和方案三均可行。歡迎交流。
原文鏈接：http://www.cnblogs.com/downmoon/archive/2011/04/21/2024351.html
【編輯推薦】
