Прежде всего, спасибо, что пришли сюда:
Я написал скрипт на SQL, способный находить слова в файле, с большой помощью некоторых веб-сайтов (http://dzapart.blogspot.fr/2012/04/full-text-search-with-pdf-in-microsoft.html)
Проблема здесь:
У меня есть "C:\TP3_compte_rendu.pdf", который является файлом в формате PDF, и "C:\TP3.txt" текст этого файла:
Итак, два файла имеют одинаковый текст.
Затем я запускаю свой код для создания таблицы/индекса/каталога:
-- 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
Я использую IFilter для полнотекстового поиска в PDF-файлах:
SELECT document_type, path FROM sys.fulltext_document_types WHERE document_type = '.pdf'
Он показывает мне:
.pdf | C:\Program Files\Adobe\Adobe PDF iFilter 11 for 64-bit platforms\bin\PDFFilter.dll
Поскольку я вижу ".pdf" и хорошую .dll, все в порядке, IFilter установлен.
Итак, я поместил в эту таблицу два файла .txt и .pdf с одинаковым текстом:
-- 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
Затем поиск:
SELECT d.* FROM dbo.DocumentFiles d
WHERE Contains(d.Fichier, '%propose%')
И это показывает мне... Только .txt.
С тем же текстом виден только .txt, но установлен IFlyter.. Я правда не понимаю.