結合SQL Server全文檢索索引對Word內容進行檢索的三個方案

導讀：除了利用office提供的API對word文檔內容進行檢索外，本文簡要總結如何結合SQL Server的全文檢索索引技術對Word檔案的內容進行檢索的三個方案。

一、結合Windows索引服務進行全文檢索索引

方案摘要：

一個詳細的執行個體，參考這裡：http://database.ctocio.com.cn/51/11440551.shtml

優點：可以獨立對檔案以目錄方式物理存放，並且這些檔案繼續以doc格式存放。

缺點：只能讀取，不能寫入。

二、結合BLOB資料進行全文檢索索引

方案摘要：將doc檔案以BLOB資料格式varbinary(max)存放於資料庫的表中，再對錶進行全文檢索索引。這是最為常見的一種方案了。

一個簡單插入表的樣本：

 

  
-------二進位檔案查詢樣本  
  
/*************************************/  
  
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  
  
--------啟用全文檢索索引  
  
/*************************************/  
  
execute sp_fulltext_database 'enable' 
  
go  
  
use blobDataDemoDB  
  
GO  
  
--建立一個包含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  
  
--建立一個插入資料到SQL server的預存程序  
  
/*************************************/  
  
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.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();  
  
                     }  
  
                 }  
  
             }  
  
         }  
  
      }  
  
}  
 

查詢結果： 

 

注意：

優點：將doc檔案匯入SQL Server資料庫中，可以方便地進行讀取和全文檢索索引，必要時也可以寫入。

缺點：varbinary(Max)受2G大小限制，而且資料庫存入大量的BLOB資料，將變得異常臃腫，檢索速度將大大降低。

三、結合FileStream進行全文檢索索引

方案摘要：與方案二類似，只不過利用FileStream技術將doc檔案以資料格式varbinary(max)存放於資料庫外的物理檔案中，再對錶進行全文檢索索引。

前提：必須安裝全文檢索索引並啟用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

優點：將doc檔案匯入SQL Server資料庫中，可以方便地進行讀取和全文檢索索引，必要時也可以寫入，並且克服了方案二的缺點。varbinary(Max)欄位只存放索引，而實際的內容存放於資料庫外，大小隻受NTFS檔案夾物理大小的限制。

小結：本文簡要總結如何結合SQL Server的全文檢索索引技術對Word檔案的內容進行檢索的三個方案。本人認為方案一和方案三均可行。歡迎交流。