使用pl sql读取.docx和.pdf文件

Question

我想使用PL / SQL读取存储在本地磁盘中的.docx和.pdf文件。我想从.docx或.pdf文件中提取一些数据，如姓名，联系人，电子邮件地址。

这一切都使用PL / SQL。

任何帮助将不胜感激。

Answer 1

Oracle有一个处理自由文本的产品Oracle Text。这可以处理常见的二进制格式：Word和PDF应该没问题。 Find out more

Text支持针对各种用例搜索具有不同索引类型的文档。但是，与普通索引一样，它们非常适合于相等搜索。也就是说，我们可以在文档中搜索特定电子邮件，如下所示：

select * from t23
where contains(col_t, 'muhammad.hannan@example.com') > 0
/

但在从文档中提取所有电子邮件地址时，它并不是很有帮助。这就是为什么我们为自然提供了定义结构化文档（XML，JSON）的工具的原因。那么Text将如何支持您的实际用例取决于您尚未发布的详细信息。

您的问题是＆＃39;本地文件＆＃39;。 Oracle Text将work with BFILEs，即外部存储的文件。使用BFILE数据类型定义表列。 Find out more.

但是，BFILE必须保存在数据库服务器上的OS目录中（即数据库本地而不是PC），这些目录受预期的安全权限限制。了解creating Directories here。