结合SQL Server全文检索对Word内容进行检索的三个方案
导读：除了利用office提供的API对word文档内容进行检索外，本文简要总结如何结合SQL Server的全文检索技术对Word文件的内容进行检索的三个方案。
一、结合Windows索引服务进行全文检索
方案摘要：
1. 改变文件存储时的文件名；
2. 配置索引服务器，并将索引服务器与MS SQL Server关联。
3. 修改SQL语句，将进行全文查询语句的内容加入查询条件中
一个详细的实例，参考这里：http://database.ctocio.com.cn/51/11440551.shtml
优点：可以独立对文件以目录方式物理存放，并且这些文件继续以doc格式存放。
缺点：只能读取，不能写入。
二、结合BLOB数据进行全文检索
方案摘要：将doc文件以BLOB数据格式varbinary(max)存放于数据库的表中，再对表进行全文检索。这是最为常见的一种方案了。
一个简单插入表的示例：
-------二进制文件查询示例 /*********************[email protected]****************/ 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 --------启用全文检索 /*********************[email protected]****************/ execute sp_fulltext_database 'enable' go use blobDataDemoDB GO --创建一个包含BlOB列的表 /*********************[email protected]****************/ 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 --创建一个插入数据到SQL server的存储过程 /*********************[email protected]****************/ 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/轻舞飞扬.doc", conn); SaveDoc2SQLServer(@"D:/2008Data/StreamData/Doc/天龙八部.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(); } } } } } }
查询结果：
注意：
1、在数据库设置全文检索时，必须有一个字段是文档类型，SQL Server全文检索依据此文档类型启动相应的doc引擎进行检索。
2、必须设置全文检索的语言，中文为2052，英文为1033。
优点：将doc文件导入SQL Server数据库中，可以方便地进行读取和全文检索，必要时也可以写入。
缺点：varbinary(Max)受2G大小限制，而且数据库存入大量的BLOB数据，将变得异常臃肿，检索速度将大大降低。
三、结合FileStream进行全文检索
方案摘要：与方案二类似，只不过利用FileStream技术将doc文件以数据格式varbinary(max)存放于数据库外的物理文件中，再对表进行全文检索。
在SQL Server 2008 中
– FILESTREAM 数据不支持远程存储
– 不支持数据库快照和数据库镜像
– 某些Katmai的功能不支持FILESTREAM ，例如：
• SQL 加密
• 表值参数
前提：必须安装全文检索并启用FileStream
参考：
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
优点：将doc文件导入SQL Server数据库中，可以方便地进行读取和全文检索，必要时也可以写入，并且克服了方案二的缺点。varbinary(Max)字段只存放索引，而实际的内容存放于数据库外，大小只受NTFS文件夹物理大小的限制。
小结：本文简要总结如何结合SQL Server的全文检索技术对Word文件的内容进行检索的三个方案。本人认为方案一和方案三均可行。欢迎交流。[email protected]