Question

首先，谢谢你来到这里：

我在SQL中编写了一个脚本，能够在一些文件中找到单词，并在一些网站的帮助下提供了很多帮助（http://dzapart.blogspot.fr/2012/04/full-text-search-with-pdf-in-microsoft.html）

问题在于：

我有＆＃34; C：\ TP3_compte_rendu.pdf＆＃34;这是一个pdf文件，＆＃39; C：\ TP3.txt＆＃39;该文件的文字：

因此，这两个文件具有相同的文字。

然后，我运行我的代码来构建一个表/索引/目录：

  -- Creation de la table

CREATE TABLE dbo.DocumentFiles
(
DocumentId uniqueidentifier Primary KEY DEFAULT newsequentialid(),
Nom nvarchar(50) NOT NULL,
Extension nvarchar(10) NOT NULL,
Description nvarchar(1000) NULL,
FileStream_Id uniqueidentifier NOT NULL,
Fichier varbinary(MAX) NOT NULL DEFAULT (0x)
)  ON [PRIMARY] TEXTIMAGE_ON [PRIMARY]


-- Creation de l'index    



EXEC sp_fulltext_service 'load_os_resources',1 
EXEC sp_fulltext_service 'verify_signature', 0
EXEC sp_fulltext_database 'enable'
GO
IF NOT EXISTS (SELECT TOP 1 1 FROM sys.fulltext_catalogs WHERE name = 'Ducuments_Catalog')
BEGIN
EXEC sp_fulltext_catalog 'Ducuments_Catalog', 'create';
END

DECLARE @indexName nvarchar(255) = (SELECT Top 1 i.Name from sys.indexes i
                                Join sys.tables t on  i.object_id = t.object_id
                                WHERE t.Name = 'DocumentFiles' AND i.type_desc = 'CLUSTERED')

                                PRINT @indexName

 -- Creation du catalogue

 EXEC sp_fulltext_table 'DocumentFiles', 'create', 'Ducuments_Catalog',  @indexName
 EXEC sp_fulltext_column 'DocumentFiles', 'Fichier', 'add', 0, 'Extension'
 EXEC sp_fulltext_table 'DocumentFiles', 'activate'
 EXEC sp_fulltext_catalog 'Ducuments_Catalog', 'start_full'
 EXEC sp_help_fulltext_system_components 'filter';  

 ALTER FULLTEXT INDEX ON [dbo].[DocumentFiles] ENABLE
 ALTER FULLTEXT INDEX ON [dbo].[DocumentFiles] SET CHANGE_TRACKING = AUTO

我使用IFilter在PDF文件上进行全文搜索：

SELECT document_type, path FROM sys.fulltext_document_types WHERE document_type = '.pdf'

它告诉我：

.pdf | C:\Program Files\Adobe\Adobe PDF iFilter 11 for 64-bit platforms\bin\PDFFilter.dll

因为我看到＆＃34; .pdf＆＃34;好的.dll，没关系，安装了IFilter。

所以，我在这个表中放了两个文件，.txt和.pdf，文本相同：

-- Entrée du document

INSERT INTO dbo.DocumentFiles(Nom, Extension,FileStream_Id,  Fichier)
SELECT

  'TP3.pdf' AS Nom
  , 'pdf' AS Extension
  ,'0E984725-C51D-4BF4-9960-E1C80E27ABA0wrong' AS FileStream_Id
  , * FROM OPENROWSET(BULK 'C:\TP3_compte_rendu.pdf', SINGLE_BLOB) 
   AS Fichier;
GO

-- Entrée du document

INSERT INTO dbo.DocumentFiles(Nom, Extension,FileStream_Id,  Fichier)
SELECT

 'TP3.txt' AS Nom
 , 'txt' AS Extension
 ,'0E984725-C51D-4BF4-9960-E1C80E27ABB0wrong' AS FileStream_Id
 , * FROM OPENROWSET(BULK 'C:\TP3.txt', SINGLE_BLOB) 
 AS Fichier;
GO

然后，搜索：

SELECT d.* FROM dbo.DocumentFiles d
WHERE Contains(d.Fichier, '%propose%')

它显示了我......只有.txt。

使用相同的文字，只能看到.txt，但安装了IFilyter ..我真的不明白。

Answer 1

您可以查看：

请记住，您需要将PDF iFilter添加到PATH中。请参阅Adobe PDF iFilter安装指南。
包含通配符*，而不是%。仅接受尾随通配符，例如：*ckoverflow*不起作用，stackover*有效。

SQL FullText搜索PDF文件

1 个答案: