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  
/*************************************/  
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：

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。

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】

1. SQL SERVER全文检索的实现
2. 配置SQL Server全文检索服务
3. SQL Server 数据库对文件进行全文检索的正确查询方案
4. 通过SQL Server数据库来实现对上传文件的全文检索
5. 浅析SQL Server全文检索查询