Oracle建立二進(jìn)制文件索引的方法
正在看的ORACLE教程是:Oracle建立二進(jìn)制文件索引的方法。Oracle text是Oracle的全文檢索技術(shù),是9i版本標(biāo)準(zhǔn)版和企業(yè)版的一部分。Oracle text使用標(biāo)準(zhǔn)的sql語言索引、查找、分析存儲在oracle數(shù)據(jù)庫、文件或者網(wǎng)絡(luò)里的文本及文檔。 Oracle text能進(jìn)行關(guān)于文檔的語言分析,使用多種方法查找文檔,包括關(guān)鍵字、上下文查詢、邏輯操作、模式匹配、混合主題查詢、HTML/XML段落查找等方法。Oracle text在包含文本和結(jié)構(gòu)化的關(guān)系屬性的混合查詢方面具有優(yōu)越性。下面舉例說明。
現(xiàn)有文檔表ZYCONTENT_TABLE為上載文件的存儲表,二進(jìn)制文件以BLOB類型存儲在BLOB_CONTENT列中,oracle text技術(shù)提供為BLOB列中的二進(jìn)制文本文件建立索引的方法,細(xì)節(jié)如下:
一、準(zhǔn)備工作
文檔表的模式為ZYFILEUP,文檔表為ZYCONTENT_TABLE。文檔表定義為:
二、為擁有文檔表的模式建立文本索引授權(quán)
以system用戶連接數(shù)據(jù)庫,為ZYFILEUP授權(quán)。
三、建立文檔表在BLOB_CONTENT列上的索引
以ZYFILEUP用戶連接數(shù)據(jù)庫,建立文本索引參考項
建立索引
四、索引同步和刪除
同步索引的兩種方法:
和
刪除索引的方法:
五、索引功能介紹
1.索引的文件類型
Oracle text可以過濾以及從不同格式的文檔里提取內(nèi)容,它支持150多種文檔格式,最常見的MS OFFICE文檔、PDF文檔等都可由Oracle text來檢索。
2.過濾器介紹
對于純文本文件格式,如TXT、HTML、XML等文件,使用空過濾器,即NULL_FILTER,對于二進(jìn)制文件,使用INSO_FILTER過濾器,如果文檔表的BLOB列中含有二進(jìn)制文件和純文本文件,也要用INSO_FILTER過濾器,但最好是把純文本和二進(jìn)制文件分開存儲和索引。Oracle text還提供包來從二進(jìn)制文件中提取文本到純文本文件中。
3.詞典
可以定制不同語言的詞典,該詞典含有同意詞和詞的級別關(guān)系。Oracle text可以提供多語言的最優(yōu)特性以支持跨越西方語言、日語、朝鮮語、傳統(tǒng)和簡體中文所寫的文檔查找。
六、文本查詢語句格式
contains函數(shù)提供強大的查詢功能,”與”、”或”關(guān)系,相近(near ;)和排除(not ~)等功能,更方便的是它還可以根據(jù)某一關(guān)鍵詞查詢不同語種的文本,當(dāng)然,這要事先設(shè)定詞典。
七、實際應(yīng)用中的問題
在我的實際應(yīng)用中,最常用的是使用Oracle text對Word、Excel、PowerPoint、HTML、PDF等格式的中文文檔進(jìn)行索引,但我發(fā)現(xiàn),無論使用INSO_FILTER還是NULL_FILTER,無論使用BASIC_LEXER還是CHINESE_LEXER,都不能檢索RTF格式的文本文檔,我在win2000,XP下試驗,都沒成功,不知什么原因。總體來說,Oracle text的文本檢索功能還是相當(dāng)出色的,它甚至不需要文本文件存儲在數(shù)據(jù)庫里,即使存儲在操作系統(tǒng)的文件目錄里,Oracle text也能在數(shù)據(jù)庫里為文件建立索引。