導讀：除了利用office提供的API對word文檔內(nèi)容進行檢索外，本文簡要總結(jié)如何結(jié)合SQL Server的全文檢索技術對Word文件的內(nèi)容進行檢索的三個方案。

一、結(jié)合Windows索引服務進行全文檢索

方案摘要：

1. 改變文件存儲時的文件名；

2. 配置索引服務器，并將索引服務器與MS SQL Server關聯(lián)。

3. 修改SQL語句，將進行全文查詢語句的內(nèi)容加入查詢條件中

一個詳細的實例，參考這里： http://database.ctocio.com.cn/51/11440551.shtml

優(yōu)點： 可以獨立對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： 只能讀取，不能寫入。

二、結(jié)合BLOB數(shù)據(jù)進行全文檢索

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)庫的表中，再對表進行全文檢索。這是最為常見的一種方案了。

一個簡單插入表的示例：

-------二進制文件查詢示例 /*********************3w@live.cn****************/ 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 /*********************3w@live.cn****************/ execute sp_fulltext_database 'enable' go use blobDataDemoDB GO --創(chuàng)建一個包含BlOB列的表 /*********************3w@live.cn****************/ 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)建一個插入數(shù)據(jù)到SQL server的存儲過程 /*********************3w@live.cn****************/ 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(jié)果：

注意：

1、在數(shù)據(jù)庫設置全文檢索時，必須有一個字段是文檔類型，SQL Server全文檢索依據(jù)此文檔類型啟動相應的doc引擎進行檢索。

2、必須設置全文檢索的語言，中文為2052，英文為1033。

優(yōu)點： 將doc文件導入SQL Server數(shù)據(jù)庫中，可以方便地進行讀取和全文檢索，必要時也可以寫入。

缺點： varbinary(Max)受2G大小限制，而且數(shù)據(jù)庫存入大量的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進行全文檢索

方案摘要：與方案二類似，只不過利用FileStream技術將doc文件以數(shù)據(jù)格式varbinary(max)存放于數(shù)據(jù)庫外的物理文件中，再對表進行全文檢索。

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： 將doc文件導入SQL Server數(shù)據(jù)庫中，可以方便地進行讀取和全文檢索，必要時也可以寫入，并且克服了方案二的缺點。varbinary(Max)字段只存放索引，而實際的內(nèi)容存放于數(shù)據(jù)庫外，大小只受NTFS文件夾物理大小的限制。

小結(jié)：本文簡要總結(jié)如何結(jié)合SQL Server的全文檢索技術對Word文件的內(nèi)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。 3w@live.cn

結(jié)合SQL Server全文檢索對Word內(nèi)容進行檢索的三個方案