Discussion :

[jowsuket]

Bonjour,

J'ai besoin de faire une recherche dans le contenu de fichiers word.
Actuellement, j'ai dans mon application une table avec les champs
ID Nom Prenom CheminFichierDescription
("CheminFichierDescription" étant le chemin du fichier word que je souhaite requêter)
Le but est de faire une requête qui puisse avoir comme critère le contenu des champs nom et prénom mais aussi le contenu du texte contenu dans mon fichier word.
J'imagine alors qu'il est nécessaire d'avoir le fichier word présent dans un champ de ma table.
- Est ce une bonne supposition?
Si oui, je me pose les questions suivantes pour pouvoir utiliser le full text search :
- Est ce que je peux sauvegarder de façon binaire mon fichier dans ma table (avec un type binary, image ou filestream)?
- Dois je sauvegarder le texte de mon fichier word dans un champ type (texte, blob) dans ma table?

NB : L'idée d'un champ dédié vient du fait que chaque enregistrement de ma table fait référence a un fichier word et que pour des raisons d'optimisation au moment d'une recherche je n'ai pas besoin d'ouvrir tous les fichiers word.

Merci d'avance

[SQLpro]

Lisez ceci : http://blog.developpez.com/sqlpro/p9...ext-search-no/
Soit vous stocker le binaire du .doc dans une colonne VARBINARY indexée en full texte par ifilter, soit vous le mettez en FILESTREAL et faites de même sur la pseudo colonne de binarisation.

A +

[Bluedeep]

Le problème ici est qu'un fichier word stocké en binaire dans la base risque fort d'être inexploitable pour effectuer des recherche dedans (du fait du formattage, etc ....)à travers les mécanismes de Sql Server.

Une solution peut être d'embarquer un moteur de recherche (style Exalead desktop, par exemple http://www.exalead.com/software/products/desktop-search/ ) dans votre application.

[SQLpro]

Le problème ici est qu'un fichier word stocké en binaire dans la base risque fort d'être inexploitable pour effectuer des recherche dedans (du fait du formattage, etc ....)à travers les mécanismes de Sql Server

Ha bon ???? D'ou tenez vous cela ?????

Je ne voit pas du tout ce que cela change ! Les ifilter du moteur Full text sont là pour extraire le texte de tous les types de documents éléctonique supportés.
Sous 2008 et en natif, vous avez ces formats qui sont reconnus :
.ascx
.asm
.asp
.aspx
.bat
.c
.cmd
.cpp
.cxx
.def
.dic
.doc
.dot
.h
.hhc
.hpp
.htm
.html
.htw
.htx
.hxx
.ibq
.idl
.inc
.inf
.ini
.inx
.js
.log
.m3u
.mht
.obd
.obt
.odc
.pl
.pot
.ppt
.rc
.reg
.rtf
.stm
.txt
.url
.vbs
.wtx
.xlb
.xlc
.xls
.xlt
.xml

De plus de nombreux ifilter sont disponibles pour d'autres types de doc électronique, pas exemple pour ppf :
http://www.adobe.com/support/downloa...jsp?ftpID=2611
http://www.foxitsoftware.com/pdf/ifilter/

A +

[Bluedeep]

Ha bon ???? D'ou tenez vous cela ?????

Je ne voit pas du tout ce que cela change ! Les ifilter du moteur Full text sont là pour extraire le texte de tous les types de documents éléctonique supportés.

Je l'ignorais simplement complétement. Je pensais naïvement qu'un champ binaire était traité en ... binaire.

Comment spécifie-t-on la nature du format stocké dans le champ ?

[jowsuket]

Salut,

Effectivement la piste de l'indexation textuelle est très bonne (Merci SqlPro).
Après une matinée a lire le tutoriel indiqué et la documentation MSDN j'ai réussi a faire ce que je voulais en utilisant un champ varbinary(max) pour stocker mon fichier.
Mes requêtes avec le prédicat CONTAINS fonctionne très bien avec le type .doc qui est nativement pris en charge (juste dommage que pour les pdf ca demande des inscriptions supplémentaires)

@Bluedeep : Pour répondre a ta question :

Comment spécifie-t-on la nature du format stocké dans le champ ?

C'est au moment ou tu définis l'index de recherche sur une table que tu précises le nom du champ contenant l'extension du fichier a manipuler (.doc, .pdf, etc...)
Cf : http://msdn.microsoft.com/fr-ca/library/ms187317.aspx

Il ne me reste plus qu'a essayer avec FileStream qui me semble encore mieux pour limiter l'espace pris dans la base de données. Je me demande juste si FileStream est aussi performant qu'un champ varbinary....
Pour ceux que ca intéresse : http://mikedavem.developpez.com/tuto...l-server-2008/

Merci encore pour vos interventions très appréciées