Question

我有一些.doc二进制文件存储在我的数据库中，我现在想要搜索它们（不将它们转换为.doc），看看哪一个包含单词“hello”。

有没有办法在二进制文件中进行此搜索？

Answer 1

您可以沿着使用商业工具的路线前进。 Aspose.Words可以从流中加载文档，并具有各种方法来查找文档中的文本。

如果您有来自数据库的流，那么您的代码将如下所示：

Aspose.Words.Document doc = new Aspose.Words.Document(streamObjectFromDatabase);

if (doc.GetText().ToLower().Contains("hello world"))
  MessageBox.Show("Hello World exists");

注意：此工具的好处是它不需要安装Word对象，它可以在内存中使用流。

Answer 2

据我所知，并非没有太大的痛苦。根据{{3}}，微软在过去几年内终于发布了.doc规范。因此，如果您有时间，可以根据规范创建解析器，假设您的所有文档都是.doc格式的相同版本。

当然，您可以在所有二进制数据中搜索您正在寻找的文本，前提是实际文本存储为纯文本。但即使这个假设是正确的，你怎么能确定你找到的纯文本是实际的文档文本，而不是一些同样存储在纯文本中的文档元数据？而二进制数据总是与您的文本模式匹配的可能性很小。

如果您可以使用Word库，我会走这条路。如果没有，本土解析器可能是你最不好的选择。

在MS Word二进制文件中搜索特定内容

2 个答案: