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：
- 改变文件存储时的文件名；
- 配置索引服务器，并将索引服务器与MS SQL Server关联。
- 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
- /*************************************/
- 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
- /*************************************/
- execute sp_fulltext_database 'enable'
- go
- use blobDataDemoDB
- GO
- --创建一个包含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
- --创建一个插入数据到SQL server的存储过程
- /*************************************/
- 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\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：
- 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。
- 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。
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。
原文链接：http://www.cnblogs.com/downmoon/archive/2011/04/21/2024351.html
【编辑推荐】
