海量Office文档搜索

知识管理系统Data Solution研发日记之十 海量Office文档搜索

 

经过前面两篇文章的介绍，《分享制作精良的知识管理系统 博客备份程序 Site Rebuild》和《分享制作精良的知识管理系统 SQL Server文档数据库配置 完美实现博客文章的的下载，存储和浏览》，你所喜欢的博客内容已经下载到了自己的本机磁盘中，如下图所示的，海量的文档知识库，已经存在于您的电脑中

这么多文档，你当然可以根据自己的喜好来查看，但是，如何在这么多的文档中，搜索出您所需要的文章内容，这是迫切需要解决的问题。

从技术角度来说，文档已经保存到SQL Server服务器中，运用SQL Server 的Full text search技术，可是实现文档检索。这适用于文档保存到服务器中的一种情况。如果您不喜欢把文档存到数据库中，则应该阅读下面的文章来找到答案。

关于如何Office 系列的文档中搜索，已经有很多很好的解决方案。我们经常遇到的是，在一个Word文档中搜索，而这里要实现的是，在一批的WORD文件中搜索，这一点的转变带来了巨大的麻烦。网络上，推荐的软件是Wordpipe-v5.6.5，实现在一批Office文档中搜索。我在这里推荐的程序是Copernic.Desktop.Search.Corporate。你知道的原因之一是，好用，绿色，又可以有永久使用权，所以我推荐它。

启动程序，它的主界面效果如下，可以搜索桌面中的任何文档，包括图片，视频，邮件。

到Tools中设置我们存放文档的路径，在我的磁盘中是E:\Document

就这样，然后就是等待它在系统的空闲时间对文档建立索引，以方便查找。这个过程消耗的时间会比较长，请耐心等待。

有了这么好的工具，管理海量的Office文档不成问题。Data Loader也考虑到了软件版权的原因，增加Index Builder搜索工具，基本原理是使用Primary Interop Assembly对Office文档进行操作，效率和可用性肯定比不上专业的软件。

Data Loader也会集成自己的文档搜索器，实现在对数据库服务器中的文档搜索和本机磁盘文件的搜索。对于搜索服务器文档，可选择SQL Server 内置的Full-text search。对于本机磁盘中的文档，可选择Lucene这样的第三方类库型实现搜索。这里有一个例子程序，演示如何使用Lucene.NET实现本机磁盘文件的搜索。

Desktop Search Application: Part 1http://www.codeproject.com/KB/office/desktopsearch1.aspx  效果是这样的

请到epn.codeplex.com(http://epn.codeplex.com/releases/view/68647)中下载最新版的Data Loader。